圖像匹配和融合是圖像處理中的重要研究內(nèi)容,它們通過綜合多幅圖像,可以獲得信息更豐富的圖像。深度學(xué)習(xí)在許多領(lǐng)域得到了廣泛應(yīng)用,并取得了極大成功,尤其是在圖像處理領(lǐng)域。本文研究了基于深度學(xué)習(xí)的圖像匹配和融合算法。文中對圖像匹配和圖像融合的理論基礎(chǔ),以及卷積神經(jīng)網(wǎng)絡(luò)和反卷積網(wǎng)絡(luò)的理論基礎(chǔ)做了介紹;針對特征點(diǎn)匹配的正確率較低的問題,對一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像匹配算法進(jìn)行了改進(jìn);提出了一種新的基于反卷積網(wǎng)絡(luò)的圖像融合算法。本文的主要內(nèi)容如下:提出了一種改進(jìn)的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像匹配算法。算法首先訓(xùn)練一個(gè)卷積神經(jīng)網(wǎng)絡(luò),然后用它來獲取圖像特征點(diǎn)的特征描述符,最后應(yīng)用特征描述符實(shí)現(xiàn)基于特征的圖像匹配。算法在對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí),直接從需要匹配的圖像中提取樣本種子,并且采用了尺寸較小的樣本種子。實(shí)驗(yàn)結(jié)果表明,本文改進(jìn)后的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像匹配算法,相比于原方法,提升了圖像特征點(diǎn)匹配的正確率,更利于圖像的匹配。提出了一種基于反卷積網(wǎng)絡(luò)的圖像融合算法。算法首先訓(xùn)練一個(gè)反卷積網(wǎng)絡(luò),然后將待融合圖像分別輸入訓(xùn)練好的網(wǎng)絡(luò),推斷得到它們的特征圖,接著設(shè)計(jì)融合規(guī)則對特征圖進(jìn)行融合,得到融合后的特征圖,最后...

【文章頁數(shù)】：99 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 課題研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要工作內(nèi)容及章節(jié)安排
第二章 圖像匹配及圖像融合理論基礎(chǔ)
    2.1 基于特征的圖像匹配方法
        2.1.1 基本流程
        2.1.2 圖像特征提取
        2.1.3 圖像特征匹配及關(guān)聯(lián)
        2.1.4 變換模型參數(shù)求解
        2.1.5 圖像插值與變換
        2.1.6 圖像匹配方法的評價(jià)
    2.2 變換域圖像融合方法
        2.2.1 概述
        2.2.2 基于多尺度變換的圖像融合方法
        2.2.3 基于稀疏表示的圖像融合方法
        2.2.4 圖像融合規(guī)則
        2.2.5 圖像融合方法的評價(jià)
    2.3 本章小結(jié)
第三章 卷積神經(jīng)網(wǎng)絡(luò)和反卷積網(wǎng)絡(luò)理論基礎(chǔ)
    3.1 卷積神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)
        3.1.1 卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
        3.1.2 卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
    3.2 反卷積網(wǎng)絡(luò)的理論基礎(chǔ)
        3.2.1 反卷積網(wǎng)絡(luò)的模型結(jié)構(gòu)
        3.2.2 反卷積網(wǎng)絡(luò)的推斷學(xué)習(xí)
    3.3 本章小結(jié)
第四章 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像匹配算法研究
    4.1 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像匹配算法流程
    4.2 改進(jìn)的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像匹配算法
        4.2.1 概述
        4.2.2 特征提取
        4.2.3 樣本獲取
        4.2.4 網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)
        4.2.5 特征匹配與關(guān)聯(lián)
    4.3 圖像匹配實(shí)驗(yàn)及結(jié)果分析
    4.4 本章小結(jié)
第五章 基于反卷積網(wǎng)絡(luò)的圖像融合算法研究
    5.1 基于反卷積網(wǎng)絡(luò)的圖像融合算法流程
    5.2 反卷積網(wǎng)絡(luò)的訓(xùn)練
    5.3 圖像的分解與重構(gòu)
    5.4 圖像融合規(guī)則的選擇
    5.5 圖像融合實(shí)驗(yàn)及結(jié)果分析
        5.5.1 多聚焦圖像融合實(shí)驗(yàn)
        5.5.2 醫(yī)學(xué)圖像融合實(shí)驗(yàn)
        5.5.3 遙感圖像融合實(shí)驗(yàn)
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
作者簡介



本文編號：3931453