點(diǎn)集配準(zhǔn)是計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域的一個(gè)基礎(chǔ)而關(guān)鍵的問題,主要在于如何尋找給定兩組或多組點(diǎn)集的對(duì)應(yīng)關(guān)系。當(dāng)前其在醫(yī)學(xué)圖像分析、遙感圖像處理和人臉識(shí)別等領(lǐng)域廣泛應(yīng)用,故對(duì)點(diǎn)集配準(zhǔn)進(jìn)行研究具有重要的理論和實(shí)際意義。通過對(duì)國(guó)內(nèi)外的點(diǎn)集配準(zhǔn)技術(shù)進(jìn)行大量調(diào)研和分析,總結(jié)當(dāng)前不同的非剛性點(diǎn)集配準(zhǔn)方法的優(yōu)缺點(diǎn);進(jìn)而,本文以非剛性點(diǎn)集配準(zhǔn)為研究對(duì)象,提出一種考慮局部幾何結(jié)構(gòu)約束的非剛性點(diǎn)集配準(zhǔn)方法;然后,為了解決智能車多傳感器系統(tǒng)中航跡關(guān)聯(lián)時(shí)存在的檢測(cè)不準(zhǔn)確或傳感器偏差問題,本文建立一種基于點(diǎn)集配準(zhǔn)思想的航跡關(guān)聯(lián)方法,實(shí)現(xiàn)點(diǎn)集配準(zhǔn)在智能車中的應(yīng)用。本文的主要研究?jī)?nèi)容如下:1.較為詳細(xì)的總結(jié)當(dāng)前主流的非剛性點(diǎn)集配準(zhǔn)方法。本文針對(duì)現(xiàn)有的非剛性點(diǎn)集配準(zhǔn)算法,進(jìn)行了較為詳細(xì)的總結(jié),指出現(xiàn)有方法存在的不足之處,并且通過大量仿真實(shí)驗(yàn)驗(yàn)證現(xiàn)有算法的性能,從而得出基于一致點(diǎn)漂移的保持全局和局部結(jié)構(gòu)的非剛性點(diǎn)集配準(zhǔn)方法在準(zhǔn)確性和計(jì)算復(fù)雜度兩方面綜合優(yōu)于其他同類算法。2.提出一種考慮局部幾何結(jié)構(gòu)約束的非剛性點(diǎn)集配準(zhǔn)方法。本文通過構(gòu)建混合高斯模型,將點(diǎn)集配準(zhǔn)問題轉(zhuǎn)化為最大似然估計(jì)問題,進(jìn)而引入兩種局部特征結(jié)構(gòu)以保持同一點(diǎn)集... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：95 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

剛性點(diǎn)集配準(zhǔn)前后圖

重慶郵電大學(xué)碩士學(xué)位論文第1章緒論2和非剛性點(diǎn)集配準(zhǔn)，剛性點(diǎn)集配準(zhǔn)中的變換關(guān)系主要是線性關(guān)系，如縮放、旋轉(zhuǎn)及平移等，配準(zhǔn)前后如圖1.1所示；非剛性點(diǎn)集配準(zhǔn)中的變換關(guān)系往往是非線性或仿射變換，即各點(diǎn)集之間存在非剛性形變，配準(zhǔn)前后如圖1.2所示，具體的技術(shù)原理可參考1.2節(jié)。圖1.1剛性點(diǎn)集配準(zhǔn)前后圖圖1.2非剛性點(diǎn)集配準(zhǔn)前后圖另外，點(diǎn)集配準(zhǔn)技術(shù)有著極其廣泛的應(yīng)用背景，例如生物醫(yī)學(xué)、遙感地理和智能網(wǎng)聯(lián)汽車等新興關(guān)鍵領(lǐng)域。在生物醫(yī)學(xué)方面，主要利用點(diǎn)集配準(zhǔn)方法對(duì)生物細(xì)胞圖像進(jìn)行配準(zhǔn)，從而有利于醫(yī)生或研究人員觀察組織變化等。G.Wu等[7]針對(duì)活細(xì)胞成像，提出了一種基于快速點(diǎn)集的圖像配準(zhǔn)方法，用于抑制整個(gè)單元在圖像數(shù)據(jù)中的運(yùn)動(dòng)。M.W.A.Caan等[8]針對(duì)臨床上的擴(kuò)散張量圖像，提出一種白質(zhì)纖維束非剛性配準(zhǔn)的方法，其主要思想是通過聚類和點(diǎn)集配準(zhǔn)，尋找纖維點(diǎn)集之間的空間關(guān)系。另外，在醫(yī)學(xué)圖像分析方面，當(dāng)一些身體部位存在細(xì)微病變無法由肉眼看到時(shí)，醫(yī)生對(duì)病人的醫(yī)學(xué)圖像進(jìn)行分析和診斷后容易造成誤診，甚至耽誤病情。但是隨著計(jì)算機(jī)的發(fā)展，點(diǎn)集配準(zhǔn)技術(shù)的出現(xiàn)，可極大降低這種情況的概率。技術(shù)人員通過將患者的醫(yī)學(xué)圖像建成數(shù)據(jù)庫，利用點(diǎn)集配準(zhǔn)技術(shù)把被檢測(cè)人員的圖像與患者的圖像進(jìn)行配準(zhǔn)，以發(fā)現(xiàn)是

重慶郵電大學(xué)碩士學(xué)位論文第1章緒論3否有存在病變的部位，從而減少誤診，如圖1.3所示為同濟(jì)大學(xué)王剛課題組[9]利用點(diǎn)集配準(zhǔn)技術(shù)在三維醫(yī)學(xué)數(shù)據(jù)中的驗(yàn)證示例。T.Nguyen等[10]提出一種基于核相關(guān)性有限高斯混合模型的非剛性點(diǎn)集配準(zhǔn)方法，并在4D電子計(jì)算機(jī)斷層掃描（ComputedTomography。CT）圖像中驗(yàn)證了算法的有效性和魯棒性。中南民族大學(xué)陸雪松等[11]針對(duì)非剛性的醫(yī)學(xué)圖像配準(zhǔn)，利用點(diǎn)集配準(zhǔn)中的Renyi’sentropy度量算法，提出一種基于聯(lián)合Renyi-entropy度量的保留全局和局部特征的非剛性配準(zhǔn)算法，并在36對(duì)宮頸磁共振圖像上驗(yàn)證，克服了因圖像局部灰度分布不一致造成的影響，為臨床的精確診療提供科學(xué)依據(jù)。南昌航空大學(xué)張桂梅等[12]針對(duì)現(xiàn)有醫(yī)學(xué)圖像配準(zhǔn)算法對(duì)于灰度均勻、弱邊緣以及弱紋理圖像易陷入局部最優(yōu)從而導(dǎo)致配準(zhǔn)精度低下、收斂速度緩慢問題，提出一種階次自適應(yīng)的主動(dòng)Demons算法并將其應(yīng)用到醫(yī)學(xué)圖像的非剛性配準(zhǔn)。圖1.3點(diǎn)集配準(zhǔn)在醫(yī)學(xué)圖像上的應(yīng)用在遙感地理方面，點(diǎn)集配準(zhǔn)可用來比較國(guó)家地理或世界地理的發(fā)展情況，如圖1.4所示為武漢大學(xué)MaJiayi課題組[13]利用點(diǎn)集配準(zhǔn)技術(shù)在遙感地理圖像中驗(yàn)證的示例。當(dāng)國(guó)家技術(shù)人員對(duì)遙感衛(wèi)星傳回的圖像進(jìn)行處理時(shí)，往往存在不同時(shí)刻、不同傳感器、不同地點(diǎn)傳回圖像的配準(zhǔn)問題，隨著點(diǎn)集配準(zhǔn)技術(shù)發(fā)展，可對(duì)不同圖像進(jìn)行配準(zhǔn)，以進(jìn)行國(guó)家地理和世界地理勘探，反映出一個(gè)地區(qū)甚至國(guó)家的動(dòng)態(tài)變換信息，如城市變遷、道路擴(kuò)建改動(dòng)、植被變化以及土壤侵蝕等，對(duì)國(guó)家發(fā)展和地理研究具有重要意義。J.Jiang[14]等針對(duì)遙感圖像，提出了一種精確且魯棒的集成空間結(jié)構(gòu)約束點(diǎn)集配準(zhǔn)算法，此方法先建立初步匹配關(guān)系，再刪除異常對(duì)應(yīng)關(guān)系。J.Ma等[15]提出基于局部線性變換的非剛性點(diǎn)集配準(zhǔn)方法，并由此提出

【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)分?jǐn)?shù)階的醫(yī)學(xué)圖像非剛性配準(zhǔn)[J]. 張桂梅,胡強(qiáng),郭黎娟.  自動(dòng)化學(xué)報(bào). 2020(09)
[2]基于全局與局部相似性測(cè)度的非剛性點(diǎn)集配準(zhǔn)[J]. 彭磊,楊秀云,張?jiān)ｏw,李光耀.  計(jì)算機(jī)應(yīng)用. 2019(10)
[3]基于圖像混合特征的城市綠地遙感圖像配準(zhǔn)[J]. 高雪艷,潘安寧,楊揚(yáng).  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2019(06)
[4]基于雙特征高斯混合模型和雙約束空間變換的配準(zhǔn)[J]. 魏梓泉,楊揚(yáng),張愫,楊昆.  軟件學(xué)報(bào). 2018(11)
[5]基于雙特征的丘陵山區(qū)耕地低空遙感圖像配準(zhǔn)算法[J]. 宋飛,楊揚(yáng),楊昆,張愫,畢東升.  北京航空航天大學(xué)學(xué)報(bào). 2018(09)
[6]基于GPS車輛數(shù)據(jù)和圖像配準(zhǔn)的道路中心線提取[J]. 王馨苑,周紹光,胡屹群.  地理空間信息. 2018(01)
[7]基于高斯混合模型-地球移動(dòng)距離的點(diǎn)集配準(zhǔn)算法[J]. 李亮,楊明,王春香,王冰.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(10)
[8]利用混合特征的多視角遙感圖像配準(zhǔn)[J]. 吳芳青,楊揚(yáng),潘安寧,楊昆.  中國(guó)圖象圖形學(xué)報(bào). 2017(08)
[9]一種面向醫(yī)學(xué)圖像非剛性配準(zhǔn)的多維特征度量方法[J]. 陸雪松,涂圣賢,張素.  自動(dòng)化學(xué)報(bào). 2016(09)
[10]基于鄰域結(jié)構(gòu)和高斯混合模型的非剛性點(diǎn)集配準(zhǔn)算法[J]. 彭磊,李光耀,肖莽,王剛,謝力.  電子與信息學(xué)報(bào). 2016(01)

碩士論文
[1]基于高斯混合模型的多模態(tài)過程監(jiān)測(cè)[D]. 孫健芳.東北大學(xué) 2013
[2]一種結(jié)合邊緣特征和互信息的圖像配準(zhǔn)方法[D]. 陳東.大連理工大學(xué) 2007



本文編號(hào)：3506575