本文選題：圖像匹配 + HOG特征　； 參考：《華中科技大學(xué)》2014年碩士論文

【摘要】：在日益發(fā)展的信息世界中，圖像匹配技術(shù)已經(jīng)成為圖像處理技術(shù)中一個(gè)非常重要的研究領(lǐng)域。新一代互聯(lián)網(wǎng)的圖像搜索引擎技術(shù)、軍用飛行器的目標(biāo)識(shí)別技術(shù)、工業(yè)機(jī)器人視覺技術(shù)、醫(yī)學(xué)圖像處理技術(shù)無(wú)一不用到圖像匹配技術(shù)。目前，，研究者已經(jīng)提出了多種圖像匹配算法。這些匹配算法需要用統(tǒng)一的指標(biāo)對(duì)其進(jìn)行評(píng)價(jià)，衡量匹配算法性能的指標(biāo)主要包括匹配精度、匹配實(shí)時(shí)性、匹配概率。 本文采用HOG特征作為特征描述子，實(shí)現(xiàn)了一種基于HOG特征的圖像匹配快速算法。該算法對(duì)圖像進(jìn)行分割后，利用積分直方圖的方法快速構(gòu)建梯度方向直方圖，用HOG特征表達(dá)特征向量，衡量待匹配圖像和模板圖像的相似性，得到最佳匹配位置。該算法能夠在保證匹配精度的前提下，相對(duì)于NCC算法，較大的提高圖像匹配算法的實(shí)時(shí)性。 此外，基于空間降維的思想，本文提出了一種快速匹配算法。該算法將常規(guī)的二維圖像空間投影到一維圖像空間，再將二維變量的相關(guān)系數(shù)公式延伸到一維變量的相關(guān)系數(shù)，并將它作為相似性測(cè)度。該算法不僅可以保持良好的匹配精度和匹配概率，而且在實(shí)時(shí)性上較NCC算法有了兩個(gè)數(shù)量級(jí)的提高。 最后，針對(duì)圖像匹配算法性能評(píng)價(jià)指標(biāo)，在基于MFC的圖像匹配算法軟件平臺(tái)上，對(duì)本文提出的快速匹配算法和實(shí)現(xiàn)的其他匹配算法做了對(duì)比實(shí)驗(yàn)，并分析實(shí)驗(yàn)結(jié)果。
[Abstract]:In the information world, image matching technology has become a very important research field in image processing technology. The new generation of Internet image search engine technology, military aircraft target recognition technology, industrial robot vision technology, medical image processing technology does not need to image matching technology. At present, researchers have proposed a variety of image matching algorithms. These matching algorithms need to be evaluated with a unified index. The performance of the matching algorithm is mainly measured by matching accuracy, real-time matching, and matching probability. In this paper, a fast image matching algorithm based on hog features is implemented by using hog features as feature descriptors. After image segmentation, the gradient direction histogram is constructed quickly by the method of integral histogram, the feature vector is expressed by hog feature, the similarity between the image to be matched and the template image is measured, and the best matching position is obtained. This algorithm can greatly improve the real-time performance of the image matching algorithm compared with the NCC algorithm on the premise of ensuring the matching accuracy. In addition, based on the idea of space dimension reduction, this paper proposes a fast matching algorithm. In this algorithm, the conventional two-dimensional image space is projected into one-dimensional image space, and then the correlation coefficient formula of two-dimensional variable is extended to the correlation coefficient of one-dimensional variable, which is regarded as similarity measure. The algorithm can not only maintain good matching accuracy and probability, but also improve the real-time performance of NCC algorithm by two orders of magnitude. Finally, aiming at the performance evaluation index of image matching algorithm, a comparison experiment between the fast matching algorithm and other matching algorithms proposed in this paper is made on the MFC based image matching algorithm software platform, and the experimental results are analyzed.
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周冰園;陳慶奎;高麗萍;秦川;;基于CUDA的圖像匹配算法[J];計(jì)算機(jī)工程與應(yīng)用;2015年12期

2 宋偉;劉洪亮;納鵬宇;李明;;相似性測(cè)度函數(shù)分析及其在圖像匹配中的應(yīng)用研究[J];中央民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

3 李建江;張磊;李興鋼;陳翔;黃義雙;;CUDA架構(gòu)下的灰度圖像匹配并行算法[J];電子科技大學(xué)學(xué)報(bào);2012年01期

4 張勇;余建平;孫軍偉;金鐵;;基于Harris的角點(diǎn)匹配算法研究[J];計(jì)算機(jī)與現(xiàn)代化;2011年11期

5 黃曉輝;劉尚文;劉興釗;于秋則;;基于PCA和分塊FFT的快速模板匹配算法[J];信息與電子工程;2011年04期

6 胡敏;賀曉佳;王曉華;;快速區(qū)域質(zhì)心圖像匹配算法[J];電子測(cè)量與儀器學(xué)報(bào);2011年05期

7 黃帥;吳克偉;蘇菱;;基于Harris尺度不變特征的圖像匹配方法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

8 楊通鈺;彭國(guó)華;;基于NCC的圖像匹配快速算法[J];現(xiàn)代電子技術(shù);2010年22期

9 孫祖鑫;吳強(qiáng);;一種基于TS201的歸一化互相關(guān)快速算法[J];現(xiàn)代電子技術(shù);2010年10期

10 楊恒;王慶;;一種新的局部不變特征檢測(cè)和描述算法[J];計(jì)算機(jī)學(xué)報(bào);2010年05期

本文編號(hào)：2090031