圖像塊匹配技術用來匹配兩幅或多幅圖像中相互間具有平移或旋轉等變換的圖像塊。該技術是許多圖像編輯和處理應用的基礎,具有重要的實用價值和研究意義。本文提出了并行高效的圖像塊匹配算法,能夠高效地匹配兩幅圖像中對應的近似最相似圖像塊。該算法基于GPU并行加速實現(xiàn),并且采用由粗到細的優(yōu)化方式加快收斂速度。與傳統(tǒng)的圖像塊匹配算法相比,本文在三個方面做出了改進。首先,基于數(shù)學偏序關系和等價關系中的傳遞性理論提出了兩種新的圖像塊匹配傳遞操作,使圖像塊匹配算法在更新最相似圖像塊的過程中獲得更加豐富有效的候選圖像塊。其次,利用結構張量計算得到圖像的連貫方向場,在圖像塊匹配過程中引入方向?qū)R策略,使得圖像間的圖像塊相似性計算過程中僅需要一次角度調(diào)整就能夠?qū)崿F(xiàn)匹配圖像塊的旋轉不變性,有效地避免了遍歷所有可能旋轉角度所帶來的龐大計算量。再次,充分利用GPU并行協(xié)處理器的并行計算能力,提高算法運行效率。為了證明該算法具有高效精確的匹配效果,利用所提出的圖像塊匹配算法作為基礎實現(xiàn)了多個應用,包括目標匹配、非局部均值去噪和紋理合成等。并且,通過與現(xiàn)有算法的實驗對比,驗證了本文算法的可行性。 

【文章來源】：溫州大學浙江省

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【部分圖文】：

近鄰域k=1時最小圖像塊誤差比較

圖 3-4 近鄰域 k=15 時最小圖像塊誤差比較Figure 3-4 Comparison of the minimum patch error for k = 15 nearest neighbors.在源圖像 B 中快速找到目標圖像 A 中各個像素點的 k 近鄰域是許多圖像編輯應用中很重要的部分，如圖 3-5 所示，本文記錄統(tǒng)計了各個圖像塊匹配算法在

通過觀察圖3-5 的折線可以看出該圖折線走勢與圖 3-4 的最近鄰圖像塊誤差值的折線圖走勢比較接近。實驗結果說明了本文提出的圖像塊匹配算法在 k=15 的 k 近鄰域圖像塊匹配操作中能夠取得最好的匹配結果。同時，結合圖 3-4 和圖 3-5 可以看出，盡管本文提出的圖像塊匹配算法在進行圖像塊方向?qū)R操作的情況下，收斂趨勢稍微比不進行圖像塊方向?qū)R操作的情況延遲一些，但是它能夠在之后的迭代操作中得到更低的匹配誤差值。這也說明了本文提出的在匹配過程中引進圖像塊方向?qū)R操作是能夠提高圖像塊匹配的收斂性的，同時，本文提出的圖像塊方向?qū)R方案避免了一般化 PatchMatch 算法提出的通過窮舉所有可能的旋轉角度進行帶方向的圖像塊比較的復雜度。如圖 3-3 所示，本文提出的圖像塊匹配算法在使用圖像塊方向?qū)R操作的情況下比帶方向的一般化 PatchMatch 算法快了一個數(shù)量級。并且，本文提出的帶方向?qū)R的圖像塊匹配算法能夠用于加速一些涉及到旋轉不變性匹配的圖像編輯應用，如物體匹配。


本文編號：3435353