發(fā)布時(shí)間：2022-10-29 19:34

　　圖像配準(zhǔn)是圖像處理的基本任務(wù),即將同一場(chǎng)景的兩幅或多幅圖像進(jìn)行配準(zhǔn)以保證圖像對(duì)在一個(gè)公共空間軸上對(duì)齊,其圖像可以是多視角（從不同視點(diǎn)獲�。⒍鄷r(shí)間點(diǎn)（在不同時(shí)間拍攝）和多來(lái)源（從不同傳感器獲�。�。成功的圖像配準(zhǔn)是許多遙感應(yīng)用的前提,如自然災(zāi)害損害評(píng)估、資源普查、環(huán)境監(jiān)測(cè)、地面目標(biāo)識(shí)別和地圖更新等。然而,在圖像捕獲過(guò)程中經(jīng)常出現(xiàn)縮放、幾何失真、重疊率低等問(wèn)題,這導(dǎo)致圖像配準(zhǔn)中針對(duì)點(diǎn)集的配準(zhǔn)越來(lái)越困難。因此,本文先提出了基于迭代的圖像配準(zhǔn)算法來(lái)解決上述在圖像捕獲過(guò)程中的配準(zhǔn)問(wèn)題,名為基于動(dòng)態(tài)閾值計(jì)算策略和多特征距離融合的遙感圖像配準(zhǔn)方法。首先,使用動(dòng)態(tài)閾值計(jì)算策略逐步篩選可靠的特征點(diǎn),以減少冗余點(diǎn)在配準(zhǔn)中帶來(lái)的負(fù)面影響。然后使用多特征距離融合高斯混合模型來(lái)彌補(bǔ)只有單個(gè)特征存在高斯模型中的不足,并將動(dòng)態(tài)閾值的結(jié)果作為一種先驗(yàn)與確定性退火算法思想結(jié)合,實(shí)現(xiàn)圖像對(duì)從局部到全局的最優(yōu)映射。在全局結(jié)構(gòu)約束中加入基于局部受力的結(jié)構(gòu)約束,可以更精準(zhǔn)地控制特征點(diǎn)在重疊區(qū)域的對(duì)齊,從而指導(dǎo)后續(xù)的圖像變換。其次為了進(jìn)一步提升算法的精度和效率,本文提出了基于非迭代框架下的一種魯棒的雙層互惠流水線管道和上下文感知... 

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 課題研究的背景與意義
    1.2 國(guó)內(nèi)外研究動(dòng)態(tài)
    1.3 研究存在的問(wèn)題以及難點(diǎn)
    1.4 本論文研究的主要內(nèi)容
    1.5 論文結(jié)構(gòu)安排
第2章 基于動(dòng)態(tài)閾值計(jì)算策略和多特征距離融合的圖像配準(zhǔn)算法
    2.1 動(dòng)態(tài)閾值計(jì)算策略(DTCS)
    2.2 多特征距離融合的高斯混合模型(MDFGMM)
        2.2.1 SURF距離
        2.2.2 歐式距離
        2.2.3 形狀上下文距離
    2.3 基于局部受力的結(jié)構(gòu)約束(SCLF)
    2.4 主要過(guò)程介紹
        2.4.1 特征點(diǎn)的提取
        2.4.2 對(duì)應(yīng)關(guān)系評(píng)估
        2.4.3 空間變換更新
        2.4.4 圖像變換
    2.5 算法的實(shí)施與分析
        2.5.1 算法收斂性分析
        2.5.2 相關(guān)參數(shù)設(shè)置及代碼實(shí)施細(xì)節(jié)
        2.5.3 算法復(fù)雜度分析及偽代碼說(shuō)明
    2.6 本章小結(jié)
第3章 雙層互惠流水線管道和上下文感知的差異性度量的圖像配準(zhǔn)算法
    3.1 問(wèn)題的定義
    3.2 雙層互惠流水線管道(TCRP)
        3.2.1 第一層流水線管道
        3.2.2 第二層流水線管道
    3.3 上下文感知的差異性度量(CADM)
        3.3.1 點(diǎn)集領(lǐng)域關(guān)系描述
        3.3.2 點(diǎn)集空間位置描述
    3.4 近似的薄板樣條變換
    3.5 算法的實(shí)施與分析
        3.5.1 相關(guān)參數(shù)設(shè)置、性能分析以及代碼實(shí)施細(xì)節(jié)
        3.5.2 算法復(fù)雜度分析及偽代碼說(shuō)明
    3.6 本章小結(jié)
第4章 實(shí)驗(yàn)設(shè)置及結(jié)果分析
    4.1 實(shí)驗(yàn)數(shù)據(jù)集和評(píng)估標(biāo)準(zhǔn)設(shè)置
        4.1.1 數(shù)據(jù)集說(shuō)明
        4.1.2 評(píng)估標(biāo)準(zhǔn)
    4.2 針對(duì)基于動(dòng)態(tài)閾值計(jì)算策略和多特征距離融合的圖像配準(zhǔn)算法實(shí)驗(yàn)
        4.2.1 實(shí)驗(yàn)設(shè)計(jì)
        4.2.2 特征匹配實(shí)驗(yàn)結(jié)果及分析
        4.2.3 圖像配準(zhǔn)實(shí)驗(yàn)結(jié)果及分析
    4.3 針對(duì)基于雙層互惠流水線管道和上下文感知的差異性度量的圖像配準(zhǔn)算法實(shí)驗(yàn)
        4.3.1 實(shí)驗(yàn)設(shè)計(jì)
        4.3.2 特征匹配實(shí)驗(yàn)結(jié)果及分析
        4.3.3 圖像配準(zhǔn)實(shí)驗(yàn)結(jié)果及分析
        4.3.4 圖像檢索實(shí)驗(yàn)結(jié)果及分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來(lái)研究展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文和研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]增強(qiáng)現(xiàn)實(shí)技術(shù)發(fā)展及應(yīng)用綜述[J]. 關(guān)媛元,王喆.  計(jì)算機(jī)產(chǎn)品與流通. 2019(01)
[2]圖像配準(zhǔn)技術(shù)研究綜述[J]. 趙夫群.  數(shù)字技術(shù)與應(yīng)用. 2016(06)
[3]遙感圖像配準(zhǔn)技術(shù)綜述[J]. 余先川,呂中華,胡丹.  光學(xué)精密工程. 2013(11)
[4]基于圖像分割的MRI、CT腦圖像自動(dòng)配準(zhǔn)的探討[J]. 葉德榮,李坤成,李永忠,馬斌榮,童隆正,汪偉.  醫(yī)療設(shè)備信息. 2000(03)

博士論文
[1]圖像配準(zhǔn)若干關(guān)鍵技術(shù)研究及應(yīng)用[D]. 馬興民.北京科技大學(xué) 2019
[2]醫(yī)學(xué)圖像配準(zhǔn)在肝臟DCE-MRI和靜息態(tài)fMRI中的應(yīng)用[D]. 周宇佳.南方醫(yī)科大學(xué) 2017
[3]多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)與融合關(guān)鍵算法研究[D]. 王雷.華南理工大學(xué) 2013
[4]多信息融合圖像邊緣特征提取及圖像配準(zhǔn)研究與應(yīng)用[D]. 張浩.浙江大學(xué) 2008

碩士論文
[1]高分辨率遙感圖像配準(zhǔn)技術(shù)的研究[D]. 劉占強(qiáng).北京郵電大學(xué) 2019
[2]基于結(jié)構(gòu)信息的異源圖像配準(zhǔn)技術(shù)研究[D]. 趙棟.大連理工大學(xué) 2014
[3]圖像配準(zhǔn)與合成顯示技術(shù)研究[D]. 陳麗莉.西安電子科技大學(xué) 2011
[4]多光譜成像探測(cè)圖像配準(zhǔn)技術(shù)[D]. 張衛(wèi)華.南京理工大學(xué) 2008



本文編號(hào)：3698292