本文關(guān)鍵詞：圖像不規(guī)則區(qū)域匹配算法研究

  更多相關(guān)文章： MSER區(qū)域 不規(guī)則區(qū)域匹配 亮度序 多支撐區(qū)域 距離變換

【摘要】：區(qū)域匹配在計(jì)算機(jī)視覺中是一個(gè)重要問題,廣泛地應(yīng)用于三維重建、特征識別、圖像配準(zhǔn)及其相關(guān)的諸多領(lǐng)域。區(qū)域匹配常常包括三個(gè)主要的步驟:首先分別從兩幅及以上圖像上提取特征區(qū)域;然后對特征區(qū)域進(jìn)行描述;最后通過特征區(qū)域之間的相互對應(yīng)關(guān)系進(jìn)行區(qū)域匹配。近年來,雖然區(qū)域問題的研究取得了一些突破性進(jìn)展,但由于提取出的特征區(qū)域存在各種形狀變化的不規(guī)則性和重復(fù)性紋理較多等因素,導(dǎo)致不規(guī)則區(qū)域難以劃分和描述。區(qū)域提取與匹配仍然為計(jì)算機(jī)視覺研究中的一個(gè)熱門話題,本文進(jìn)行了這一問題的深入研究,論文的主要?jiǎng)?chuàng)新之處有:(1)由于MSER區(qū)域存在不同的形狀,傳統(tǒng)的描述算法很難直接匹配不規(guī)則區(qū)域,通常在構(gòu)造不規(guī)則區(qū)域之前需要橢圓擬合過程,這樣會導(dǎo)致擬合誤差和降低描述子的性能,特別是對于大視角變換的圖像。針對以上存在的問題,我們提出了一種基于亮度序的不規(guī)則區(qū)域匹配描述子(IOMSRD),首先使用最大穩(wěn)定極值區(qū)域(MSER)方法提取不規(guī)則區(qū)域;然后采用一種能夠避免橢圓擬合誤差的方法確定不規(guī)則區(qū)域的支撐區(qū)域,并采用灰度直方圖統(tǒng)計(jì)法剔除支撐區(qū)域內(nèi)重復(fù)性紋理來突出支撐區(qū)域內(nèi)的獨(dú)特性信息,之后根據(jù)像素點(diǎn)的亮度排序劃分支撐區(qū)域的所有的子區(qū)域;最后使用均值標(biāo)準(zhǔn)差算法構(gòu)造不規(guī)則區(qū)域描述子(IOMSRD)。該算法解決了不規(guī)則區(qū)域劃分產(chǎn)生邊界形變和描述困難的問題,對紋理簡單且重復(fù)性高的圖像匹配有更好的魯棒性。(2)針對不規(guī)則區(qū)域MSER匹配的問題,單個(gè)支撐區(qū)域存在一些相似性特征會增加圖像的誤匹配。本文在基于亮度序的單支撐區(qū)域描述子的基礎(chǔ)上,采用多個(gè)支撐區(qū)域構(gòu)造描述子,提出了一種基于多支撐區(qū)域的不規(guī)則區(qū)域匹配描述子(MRMSD),該方法首先確定多個(gè)單支撐區(qū)域,然后使用像素點(diǎn)的亮度序列把每個(gè)單支撐區(qū)域劃分成若干個(gè)子區(qū)域,并構(gòu)造單支撐區(qū)域描述子,最后把多個(gè)單支撐區(qū)域描述子連接成多支撐區(qū)域描述子。與傳統(tǒng)的單支撐描述子相比,該算法采用多個(gè)支撐區(qū)域減少了相似特征在特定支撐區(qū)域下的誤匹配,從而提高了描述子的分辨力。實(shí)驗(yàn)結(jié)果表明:該算法在匹配性能方面比單個(gè)支撐區(qū)域描述子在旋轉(zhuǎn)、光照和視角變化圖像上擁有更好的匹配效果。(3)本文提出了一種新穎的不規(guī)則區(qū)域匹配算法,即基于距離變換的不規(guī)則區(qū)域描述子(DTIRD)。該算法首次采用距離變換劃分子區(qū)域,能夠減少主方向估計(jì)不準(zhǔn)確和圖像亮度變化帶來的匹配錯(cuò)誤,針對每個(gè)子區(qū)域具有不同像素點(diǎn)數(shù),采用均值標(biāo)準(zhǔn)差(MS)構(gòu)造描述算法。實(shí)驗(yàn)結(jié)果表明:已提出的方法對旋轉(zhuǎn)、光照、模糊以及JPEG壓縮等圖像變化具有良好的魯棒性。實(shí)驗(yàn)表明:本文提出的三種不規(guī)則區(qū)域描述子(IOMSRD、MRMSD、DTIRD)具有較高的匹配正確率和優(yōu)秀的匹配性能,能夠有效的解決圖像中不規(guī)則區(qū)域匹配的問題。
【關(guān)鍵詞】：MSER區(qū)域 不規(guī)則區(qū)域匹配 亮度序 多支撐區(qū)域 距離變換
【學(xué)位授予單位】：河南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 致謝4-5
• 摘要5-7
• Abstract7-12
• 1 引言12-20
• 1.1 課題研究的背景、內(nèi)容和意義12-14
• 1.1.1 研究背景12-13
• 1.1.2 研究內(nèi)容和意義13-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-17
• 1.2.1 基于幾何位置的方法14-16
• 1.2.2 基于序列空間的方法16-17
• 1.3 本文的創(chuàng)新點(diǎn)17-18
• 1.4 本文的組織結(jié)構(gòu)18-20
• 2 區(qū)域提取算法20-24
• 2.1 MSER提取算法20-21
• 2.2 其它區(qū)域提取算法21-22
• 2.3 區(qū)域提取算法的綜合比較22-24
• 3 基于亮度序的不規(guī)則區(qū)域匹配算法IOMSRD24-36
• 3.1 傳統(tǒng)的MSER區(qū)域匹配方法24-25
• 3.1.1 類SIFT的MSER匹配方法24-25
• 3.1.2 MSCD的MSER匹配方法25
• 3.1.3 問題分析25
• 3.2 基于IOMSRD的MSER支撐區(qū)域確定和子區(qū)域劃分25-27
• 3.2.1 支撐區(qū)域的確定26-27
• 3.2.2 子區(qū)域的劃分27
• 3.3 IOMSRD描述算法的構(gòu)建27-29
• 3.3.1 旋轉(zhuǎn)不變特征(IEPF)的構(gòu)造27-28
• 3.3.2 子區(qū)域描述子的構(gòu)造28
• 3.3.3 IOMSRD描述子的構(gòu)造28-29
• 3.4 IOMSRD算法的偽代碼29-30
• 3.5 實(shí)驗(yàn)與分析30-34
• 3.5.1 支撐區(qū)域的實(shí)驗(yàn)選取30-31
• 3.5.2 實(shí)驗(yàn)參數(shù)選取31-32
• 3.5.3 實(shí)驗(yàn)結(jié)果分析32-34
• 3.5.4 真實(shí)圖像實(shí)驗(yàn)34
• 3.6 本章小結(jié)34-36
• 4 基于多支撐區(qū)域的不規(guī)則區(qū)域匹配算法MRMSD36-44
• 4.1 確定多支撐區(qū)域和劃分子區(qū)域36-38
• 4.1.1 多支撐區(qū)域的確定36-37
• 4.1.2 子區(qū)域的劃分37-38
• 4.2 MRMSD算法的構(gòu)造38-39
• 4.2.1 計(jì)算特征向量38
• 4.2.2 單個(gè)支撐區(qū)域描述子MSD構(gòu)造38-39
• 4.2.3 多支撐區(qū)域描述子MRMSD構(gòu)造39
• 4.3 實(shí)驗(yàn)與分析39-42
• 4.3.1 實(shí)驗(yàn)參數(shù)選取39-40
• 4.3.2 實(shí)驗(yàn)結(jié)果分析40-41
• 4.3.3 真實(shí)圖像實(shí)驗(yàn)41-42
• 4.4 本章小結(jié)42-44
• 5 基于距離變換的不規(guī)則區(qū)域匹配算法DTIRD44-52
• 5.1 二值圖像的距離變換44-45
• 5.2 確定DTIRD的支撐區(qū)域和劃分子區(qū)域45-46
• 5.2.1 支撐區(qū)域的確定45
• 5.2.2 子區(qū)域的劃分45-46
• 5.3 DTIRD算法的構(gòu)造46-47
• 5.3.1 基于內(nèi)積外積構(gòu)造特征向量46
• 5.3.2 基于均值標(biāo)準(zhǔn)差構(gòu)造DTIRD描述子46-47
• 5.4 實(shí)驗(yàn)與分析47-51
• 5.4.1 實(shí)驗(yàn)參數(shù)選取47-48
• 5.4.2 實(shí)驗(yàn)結(jié)果分析48-51
• 5.4.3 實(shí)驗(yàn)小結(jié)51
• 5.5 本章小結(jié)51-52
• 6 總結(jié)與展望52-54
• 6.1 論文總結(jié)52
• 6.2 未來的工作52-54
• 參考文獻(xiàn)54-58
• 作者簡歷58-60
• 學(xué)位論文數(shù)據(jù)集60

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王志衡;吳福朝;;均值-標(biāo)準(zhǔn)差描述子與直線匹配[J];模式識別與人工智能;2009年01期

2 劉仰龍;王從慶;高玨;許榮華;;基于小波描述子的水果果形分類[J];浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版);2010年03期

3 王志衡;智珊珊;劉紅敏;;基于亮度序的均值標(biāo)準(zhǔn)差描述子[J];模式識別與人工智能;2013年04期

4 田時(shí)髦;汪增福;;一種對亮度變化魯棒的局部特征描述子及其快速生成算法[J];小型微型計(jì)算機(jī)系統(tǒng);2013年08期

5 盧鴻波;孫愿;張志敏;;采用旋轉(zhuǎn)匹配的二進(jìn)制局部描述子[J];中國圖象圖形學(xué)報(bào);2013年10期

6 惠國保;李東波;童一飛;;基于優(yōu)化采樣模式的緊湊而快速的二進(jìn)制描述子[J];自動化學(xué)報(bào);2014年02期

7 王濤,劉文印,孫家廣,張宏江;傅立葉描述子識別物體的形狀[J];計(jì)算機(jī)研究與發(fā)展;2002年12期

8 劉微;;精簡顏色描述子研究[J];吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

9 王明俊;王萍;王玲;;基于傅立葉描述子的中長跑自動計(jì)圈技術(shù)研究[J];科學(xué)技術(shù)與工程;2009年03期

10 賈其;呂緒良;曾朝陽;許衛(wèi)東;;特征描述子在目標(biāo)偽裝效果評價(jià)中的應(yīng)用[J];應(yīng)用科學(xué)學(xué)報(bào);2011年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 金培權(quán);周英華;岳麗華;龔育昌;;基于歷史拓?fù)浜兔枋鲎拥臅r(shí)空變化表示[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2003年

2 張靜茹;何耀;劉興濤;朱明清;陳宗海;;基于區(qū)域協(xié)方差描述子的視頻靜止目標(biāo)檢測[A];第13屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集[C];2011年

3 蔡占川;孫偉;畢寧;齊東旭;;基于U描述子物體形狀的識別[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會'2005論文集（下冊）[C];2005年

4 張波;鄒建成;劉旭麗;;一類新的Ⅴ描述子在形狀識別中的應(yīng)用[A];中國幾何設(shè)計(jì)與計(jì)算新進(jìn)展2007——第三屆中國幾何設(shè)計(jì)與計(jì)算大會論文集[C];2007年

5 王建;朱明清;趙宇宙;郭明瑋;陳宗海;;基于含時(shí)切割平面和區(qū)域協(xié)方差描述子的跳躍行為識別方法[A];第13屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集[C];2011年

6 鐵小勻;鐘文琦;劉雪;鄒建成;;一種新的基于Ⅴ描述子的圖形水印技術(shù)[A];中國幾何設(shè)計(jì)與計(jì)算新進(jìn)展2007——第三屆中國幾何設(shè)計(jì)與計(jì)算大會論文集[C];2007年

7 戴岳剛;明東;;基于數(shù)學(xué)描述子的步態(tài)圖像處理方法研究[A];天津市生物醫(yī)學(xué)工程學(xué)會第29屆學(xué)術(shù)年會暨首屆生物醫(yī)學(xué)工程前沿科學(xué)研討會論文集[C];2009年

8 熊剛強(qiáng);齊東旭;;基于分段多項(xiàng)式描述子和BP網(wǎng)絡(luò)的形狀識別方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

9 陳興峰;顧行發(fā);李紫薇;余濤;鄭進(jìn)軍;郭丁;;基于“凈化邊界的傅立葉描述子”圖像形狀特征提取[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

10 豐峰;蘇滿秀;袁哲明;;一種新的氨基酸描述子及其在抗菌肽QSAR中的應(yīng)用[A];華中昆蟲研究（第七卷）[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 王立峰;藥效多肽的定量序效關(guān)系研究[D];湖南農(nóng)業(yè)大學(xué);2014年

2 曹祝樓;醫(yī)學(xué)圖像配準(zhǔn)中的若干關(guān)鍵問題研究[D];山東大學(xué);2015年

3 黃為;基于序關(guān)系特征描述的高分辨率遙感影像識別研究[D];國防科學(xué)技術(shù)大學(xué);2014年

4 舒禹程;基于特征描述子的圖像匹配算法研究[D];華中科技大學(xué);2015年

5 田甜;快速局部圖像特征提取方法研究[D];華中科技大學(xué);2015年

6 洪曉鵬;新型二階統(tǒng)計(jì)描述子及其在物體檢測與跟蹤方面的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2010年

7 林杰;面向移動視覺搜索的緊湊聚合描述子研究[D];北京交通大學(xué);2014年

8 鄧?yán)?擴(kuò)展目標(biāo)的特征提取及目標(biāo)識別[D];中國科學(xué)院研究生院（光電技術(shù)研究所）;2013年

9 陳國華;手性藥物分子結(jié)構(gòu)表征及定量構(gòu)效關(guān)系研究[D];重慶大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 常佳;基于肽鏈初級結(jié)構(gòu)表征對肽類藥物進(jìn)行QSAR研究[D];陜西科技大學(xué);2015年

2 吳倩雯;改進(jìn)的SURF描述子及其在服飾圖片檢索中的應(yīng)用研究[D];電子科技大學(xué);2014年

3 李磊;基于3DZernike描述子的視頻水印認(rèn)證技術(shù)研究[D];中國科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院);2015年

4 劉曉璐;典型二進(jìn)制描述子研究及性能評估[D];西安電子科技大學(xué);2014年

5 豐一流;SIFT圖像匹配算法面向?qū)崟r(shí)性的優(yōu)化與實(shí)現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2013年

6 楊學(xué)文;面向交互語義的用戶基本手勢實(shí)時(shí)檢索方法研究[D];濟(jì)南大學(xué);2015年

7 何川;基于RGB-D的場景支撐關(guān)系提取算法研究[D];合肥工業(yè)大學(xué);2014年

8 王延青;一種基于拓?fù)浞治龅娜S模型描述子及其應(yīng)用研究[D];南京大學(xué);2013年

9 朱婷;圖像不規(guī)則區(qū)域匹配算法研究[D];河南理工大學(xué);2015年

10 陳婷;三維氨基酸描述子在肽類定量構(gòu)效關(guān)系研究中的應(yīng)用[D];山西大學(xué);2011年

，

本文編號：973857