【摘要】：圖像配準(zhǔn)的優(yōu)劣直接影響圖像處理的實(shí)際應(yīng)用效果。圖像配準(zhǔn)主要步驟有:圖像特征提取、圖像的插值、變換模型估計(jì)和特征點(diǎn)匹配等。但是目前存在問題有:特征提取不完整導(dǎo)致的圖像匹配失敗;插值算法本身的局限導(dǎo)致圖像匹配質(zhì)量差;變換模型估計(jì)關(guān)系不足導(dǎo)致的圖像配準(zhǔn)邊緣模糊不清。為了解決上述問題,本文對圖像配準(zhǔn)的相關(guān)算法開展了深入系統(tǒng)的研究,主要研究內(nèi)容如下:(1)提出了一種基于長短時(shí)記憶網(wǎng)絡(luò)-多層Maxout網(wǎng)絡(luò)的初始化卷積神經(jīng)網(wǎng)絡(luò)算法,實(shí)現(xiàn)了圖像特征的深度提取。在卷積神經(jīng)網(wǎng)絡(luò)參數(shù)初始化過程中,設(shè)計(jì)了一種多層的Maxout激活函數(shù)對參數(shù)進(jìn)行初始化,有效克服了深度學(xué)習(xí)算法訓(xùn)練過程中出現(xiàn)的梯度消失和梯度爆炸問題;在卷積層訓(xùn)練過程中,設(shè)計(jì)了長短時(shí)記憶網(wǎng)絡(luò)和選擇性Dropout相結(jié)合算法,有效克服了深度學(xué)習(xí)算法訓(xùn)練過程中出現(xiàn)的過擬合問題;圖像匹配過程中引入了具有抗噪聲能力強(qiáng),時(shí)間復(fù)雜度低的SUSAN算子進(jìn)行精匹配,同時(shí)采用隨機(jī)抽樣一致性算法對特征點(diǎn)匹配進(jìn)行提純處理,提高了圖像匹配精度。它為后續(xù)圖像配準(zhǔn)、圖像識別取得更好的效果奠定了良好地基礎(chǔ)。(2)提出了一種基于數(shù)據(jù)驅(qū)動的圖像快速分解算法。通過估計(jì)重建法代替表面插值和可變鄰域窗法替代固定鄰域窗法,同時(shí)取一種各向同性的窗口作為結(jié)構(gòu)元素。由于該類窗口的各向同性性質(zhì)更符合圖像的窗口性質(zhì),實(shí)現(xiàn)圖像自適應(yīng)分解。窗口的分解尺寸取相鄰窗口的最大值和最小值的平均值,使其更符合圖像信息的極值分布和特征,克服了原二維經(jīng)驗(yàn)?zāi)Ｊ椒纸獾玫降哪B(tài)函數(shù)分量蘊(yùn)含源圖像特征及細(xì)節(jié)信息不夠豐富的缺點(diǎn)。將本算法應(yīng)用于合成紋理圖像,取得了良好的效果,它為提升圖像配準(zhǔn)和圖像融合的效率和精度奠定了良好基礎(chǔ)。(3)提出了基于迭代函數(shù)系的二維經(jīng)驗(yàn)?zāi)Ｊ椒纸鈭D像插值算法,解決了圖像二維經(jīng)驗(yàn)?zāi)Ｊ椒纸夂蛨D像匹配過程中的插值精度較低問題。首先基于迭代函數(shù)系理論構(gòu)造一個分段線性迭代函數(shù)系,利用其對二維經(jīng)驗(yàn)?zāi)Ｊ椒纸獾碾x散數(shù)據(jù)進(jìn)行插值處理,將圖像分解后提取的特征點(diǎn)進(jìn)行重組,得到圖像的原始特征點(diǎn)。然后對原始特征點(diǎn)仍采用構(gòu)造的迭代函數(shù)系進(jìn)行插值處理,實(shí)現(xiàn)圖像匹配的自適應(yīng)插值。通過實(shí)驗(yàn)表明,本文所提出的插值算法具有精度高、實(shí)時(shí)性高等特性,它為提高圖像配準(zhǔn)的精度奠定了良好基礎(chǔ)。(4)提出了二階光滑支持向量回歸的圖像配準(zhǔn)算法。首先在考慮支持向量機(jī)光滑性的基礎(chǔ)上,構(gòu)造了一個二階光滑支持向量回歸函數(shù)。然后,利用統(tǒng)計(jì)分析-牽引果蠅優(yōu)化算法將二階光滑支持向量回歸的誤差函數(shù)作為自適應(yīng)參數(shù)送入牽引果蠅進(jìn)行參數(shù)尋優(yōu)。最后,利用尋優(yōu)后的算法對待配準(zhǔn)圖像和基準(zhǔn)圖像之間的特征進(jìn)行變換模型估計(jì),建立了映射關(guān)系,通過映射關(guān)系實(shí)現(xiàn)圖像配準(zhǔn)。將本算法應(yīng)用于圖像融合和圖像復(fù)原,取得了良好的效果,它為提升圖像配準(zhǔn)的效率奠定了良好基礎(chǔ)。本文就圖像配準(zhǔn)涉及的特征提取、插值處理和特征點(diǎn)匹配等關(guān)鍵問題提出了針對性解決算法,同時(shí)將其和圖像處理的實(shí)際應(yīng)用相結(jié)合,大量圖像處理實(shí)例證實(shí)了本文所提出算法具有良好的應(yīng)用效果。
【學(xué)位授予單位】：北京科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TP18
【圖文】：

提供理論基礎(chǔ)，也為圖像實(shí)際應(yīng)用提供新思路和理論依據(jù)。本文重點(diǎn)圍繞圖逡逑像配準(zhǔn)的特征提取算法、插值算法和變換模型估計(jì)等難點(diǎn)問題進(jìn)行研宄，本逡逑課題擬重點(diǎn)在以下４個方面展開研宄工作，其關(guān)系如圖１－１所示。逡逑主要研[偟沐危擼Ｒ蔥碌沐我恢饕τ緬義希椋矗鎸秈崛w研宄ｆ圖娜配丨逡逑圖像逡逑配準(zhǔn)邐ｔ提出了基于可變鄰域窗的ｉ逡逑若干邐１邋圖像插值箅法逡逑——＋圖像插值算法研究卜邐．．．．．．．〉；圖像融合逡逑及應(yīng)邐“邋＿＿＾提］ｉＴＴ￥Ｔ

本文編號：2782625