模板匹配是在空間上下文中對兩幅圖像進行配準(zhǔn)的方法,其作為一種關(guān)鍵技術(shù)已經(jīng)廣泛應(yīng)用于目標(biāo)自主識別與跟蹤等多個領(lǐng)域。由于實際場景中的圖像往往含有各種形變,以及傳統(tǒng)方法通常采用逐像素遍歷搜索的匹配策略等原因,算法經(jīng)常無法同時滿足精度和速度要求。因此,本文圍繞各種場景下的形變圖像匹配算法準(zhǔn)確性和快速性的問題,開展了以下研究:針對隨機搜索方式易陷入局部最優(yōu)解和二維仿射變換空間遍歷搜索效率較低的問題,本文提出了具有自動尋優(yōu)特性的異型粒子尋優(yōu)快速匹配算法(簡記為MPO)。該算法基于仿射變換模型,將隨機性和變異機制結(jié)合以提升算法的全局搜索能力,并且采用離散采樣機制減少計算量以提高匹配速度。同時,針對實際成像平臺提供的姿態(tài)參數(shù)存在偏差的問題,本文提出了有偏姿態(tài)參數(shù)透視變換匹配算法(簡記為BPT)。該算法基于透視變換模型,利用MPO算法中自動尋優(yōu)的思想來修正有偏參數(shù)。實驗證明,MPO算法具有較好的匹配性能,BPT算法能在迭代過程中有效消除姿態(tài)偏差。軟件仿真測試結(jié)果也表明兩種算法能滿足實時性工程要求,可以很好地應(yīng)用于現(xiàn)實匹配場景中。針對參數(shù)化模板匹配算法對復(fù)雜形變圖像匹配能力不足的問題,本文在深度學(xué)習(xí)理論基...

【文章頁數(shù)】：104 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究概況
    1.3 本文的主要研究內(nèi)容與創(chuàng)新
    1.4 本文的課題來源及章節(jié)安排
2 模板匹配算法基礎(chǔ)
    2.1 引言
    2.2 Patch-Match算法
    2.3 Fast-Match算法
    2.4 本章小結(jié)
3 基于自動尋優(yōu)特性的模板匹配算法
    3.1 引言
    3.2 異型粒子尋優(yōu)快速匹配算法
    3.3 異型粒子尋優(yōu)快速匹配算法性能分析與評價
    3.4 有偏姿態(tài)參數(shù)透視變換匹配算法
    3.5 有偏姿態(tài)參數(shù)透視變換匹配算法性能分析與評價
    3.6 本章小結(jié)
4 基于深度學(xué)習(xí)的模板匹配算法
    4.1 引言
    4.2 圖像匹配神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)研究
    4.3 基于反卷積的模板匹配算法研究
    4.4 算法性能分析與評價
    4.5 本章小結(jié)
5 模板匹配跟蹤軟件系統(tǒng)
    5.1 引言
    5.2 軟件設(shè)計
    5.3 軟件性能測試和分析
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 課題展望
致謝
參考文獻
附錄1 作者在攻讀碩士學(xué)位期間完成的科研成果



本文編號：3771646