發(fā)布時間：2017-10-22 22:09

  本文關鍵詞：圖像局部不變特征描述與匹配研究

  更多相關文章： 特征描述 特征匹配 圖像形變 重復紋理 特征組對

【摘要】：圖像特征匹配是計算機視覺、模式識別等領域的一項重要研究內容,同時它也是其它計算機視覺應用的一個重要步驟,如圖像配準、目標識別、圖像拼接、三維重建等。因此,對于圖像特征描述和匹配方法的研究,無論是在學術領域還是在工業(yè)領域都得到了廣泛的關注。然而在實際問題中,由于圖像拍攝場景的差異,以及圖像間可能存在視角、平移、光照、旋轉、尺度等變化,其中,圖像形變和重復紋理是重要的兩方面,它們是制約圖像特征匹配性能的兩大瓶頸。因此,如何提高算法對圖像變化的魯棒性仍是計算機視覺和模式識別領域的一項重要研究課題。本文主要研究形變和重復紋理下的特征描述與匹配方法,包括以特征組對為基礎的局部不變的特征描述和利用幾何引導約束方法解決富含重復紋理圖像的特征匹配。本文的創(chuàng)新點體現(xiàn)在下面兩點:(1)基于特征組對,提出了一種局部不變的特征匹配方法(WIOMSD)。特征對之間的距離信息被用于計算描述子的支撐區(qū)域大小,這不同于傳統(tǒng)的利用檢測子提供尺度信息確定支撐區(qū)域的方法。為了實現(xiàn)旋轉不變,引入了基于亮度序的子區(qū)域劃分方法,該方法避免了主方向估計,對圖像旋轉具有更好的魯棒性。為了和經典的描述方法SIFT和SURF對比,我們分別選用DoG和Fast?Hessian檢測子啟動算法,同時對比實驗還包括和我們算法類似的Tell和Fan的方法。實驗表明,WIOMSD在多種圖像變換下具有魯棒性,尤其對于尺度和視角變化的圖像。(2)針對富含重復性紋理圖像的匹配問題,本文提出了一種利用幾何引導約束的匹配方法(GCM),該方法對于處理存在圖像形變和重復紋理的特征匹配問題表現(xiàn)出良好的性能。在GCM中,檢測得到的特征點首先被組成特征對,然后我們引入了連接兼容性用以描述特征對之間相對幾何關系,最后我們用定義的幾何引導得到后續(xù)的潛在匹配特征,并用定義的幾何約束驗證其正確性。性能評價實驗表明,我們的方法在多種圖像變換下顯著的提高了正確匹配數(shù)和匹配正確率。重復紋理場景應用和圖像形變應用進一步表明GCM對解決存在圖像形變和重復紋理的特征匹配的有效性。
【關鍵詞】：特征描述 特征匹配 圖像形變 重復紋理 特征組對
【學位授予單位】：河南理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-10
• 1 引言10-18
• 1.1 論文選題依據(jù)和研究意義10-12
• 1.2 研究現(xiàn)狀12-16
• 1.2.1 特征點檢測12-13
• 1.2.2 特征點描述13-14
• 1.2.3 特征點匹配14-15
• 1.2.3.1 基于局部描述子的匹配14-15
• 1.2.3.2 基于幾何優(yōu)化的匹配15
• 1.2.4 幾何驗證15-16
• 1.3 論文內容和結構16-18
• 2 尺度不變的特征描述18-34
• 2.1 引言18-21
• 2.2 特征描述子的不變性分析21-22
• 2.3 特征描述子的構造22-27
• 2.3.1 特征組對22-23
• 2.3.2 支撐區(qū)域選擇和劃分23-24
• 2.3.3 描述子構造24-25
• 2.3.4 特征點匹配25-26
• 2.3.5 算法偽代碼26-27
• 2.4 實驗27-32
• 2.4.1 描述子維數(shù)27-28
• 2.4.2 性能分析28-31
• 2.4.3 形變實驗31-32
• 2.5 小結32-34
• 3 幾何引導約束的特征匹配34-52
• 3.1 引言34-35
• 3.2 算法流程35-36
• 3.3 引導約束準則36-43
• 3.3.1 基本概念36-37
• 3.3.2 種子點選擇37-38
• 3.3.3 幾何引導38-40
• 3.3.4 幾何約束40-42
• 3.3.4.1 尺度約束40
• 3.3.4.2 角度約束40-41
• 3.3.4.3 唯一性約束41-42
• 3.3.5 算法偽代碼42-43
• 3.4 實驗43-51
• 3.4.1 實驗配置43-45
• 3.4.1.1 實驗環(huán)境43-44
• 3.4.1.2 參數(shù)選擇44-45
• 3.4.2 常規(guī)實驗45-48
• 3.4.3 重復紋理實驗48-50
• 3.4.4 形變實驗50-51
• 3.5 小結51-52
• 4 總結與展望52-54
• 4.1 論文總結52-53
• 4.2 未來工作53-54
• 參考文獻54-60
• 作者簡歷60-61
• 學位論文數(shù)據(jù)集61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孟勇,洪丹輝,毛丹;測度熵在圖像紋理分析中的應用[J];計算機應用與軟件;2000年08期

2 吳濤;秦昆;;圖像紋理特征數(shù)據(jù)挖掘的理論與方法探討[J];計算機時代;2006年08期

3 方玲玲;王相海;;圖像挖掘研究[J];計算機科學;2009年08期

4 高振宇;楊曉梅;龔劍明;金海;;圖像復雜度描述方法研究[J];中國圖象圖形學報;2010年01期

5 劉勇,施萬昌,徐玉蘭;圖像差異的分析與識別[J];復旦學報(自然科學版);2000年05期

6 羅l，

本文編號：1080298