不规则曲线匹配算法研究
发布时间:2021-04-15 04:31
曲线匹配技术是图像处理和计算机视觉的重要组成部分,应用于图像检索、目标识别和视觉导航等领域。如何在图像中提取到所需特征信息并实现正确匹配是该领域的研究内容。由于特征描述符匹配在曲线提取阶段存在曲线长度和形状的差异性,难以满足精确匹配需求。曲率曲线匹配算法,目前只能解决图像中单一曲线的匹配问题,当图像中存在多条曲线时计算量较大且难以满足仿射不变性需求。因此,本文将特征描述符和曲率积分匹配算法相结合,提出了不规则曲线匹配算法。特征描述符匹配可以形成图像中多条曲线的一对一映射关系,利用三次样条插值算法对边缘特征进行曲线拟合,采用曲率积分对特征描述符进行优化处理,实现精确匹配。本文的主要研究内容包括:首先,利用特征描述符对图像信息进行特征曲线的提取、描述和匹配,进而完成边缘特征曲线匹配工作。根据SIFT(Scale-Invariant Feature Transform)特征点尺度空间思想,通过对特征直线提取算法的局部优化,形成具有旋转、缩放以及光照不变性的特征曲线描述符。依据K-D树最近邻搜索的改进算法和欧氏距离约束原则,进行边缘特征的匹配工作。其次,为了获取曲线曲率信息,通过三次样条插值算...
【文章来源】:青岛科技大学山东省
【文章页数】:68 页
【学位级别】:硕士
【部分图文】:
高斯金字塔示意图
青岛科技大学研究生学位论文11由图2-2可得,降采样频率直接影响高斯金字塔的层数,而输入图像分辨率大小与降采样频率和高斯金字塔的层数有关,输入图像与高斯金字塔层数关系如公式(2-5)所示:=((,))/(2)2(2-5)其中,代表金字塔层数,和分别表示输入图像宽度和高度的分辨率大校通过高斯金字塔处理后的图像效果图如下所示。图2-3高斯金字塔效果图Fig.2-3EffectdiagramofGaussPyramid通过对输入图像的预处理(高斯模糊和降采样),保证了图像的尺度不变性,从而可以在不同尺度条件下对图像边缘信息进行特征提龋本节采用的输入图像为ECCV2016—DTU花瓶数据库中图像[67],如图2-4所示。图2-4ECCV2016-DTU花瓶数据库图像Fig.2-4ImageofECCV2016-DTUvasedatabase
青岛科技大学研究生学位论文11由图2-2可得,降采样频率直接影响高斯金字塔的层数,而输入图像分辨率大小与降采样频率和高斯金字塔的层数有关,输入图像与高斯金字塔层数关系如公式(2-5)所示:=((,))/(2)2(2-5)其中,代表金字塔层数,和分别表示输入图像宽度和高度的分辨率大校通过高斯金字塔处理后的图像效果图如下所示。图2-3高斯金字塔效果图Fig.2-3EffectdiagramofGaussPyramid通过对输入图像的预处理(高斯模糊和降采样),保证了图像的尺度不变性,从而可以在不同尺度条件下对图像边缘信息进行特征提龋本节采用的输入图像为ECCV2016—DTU花瓶数据库中图像[67],如图2-4所示。图2-4ECCV2016-DTU花瓶数据库图像Fig.2-4ImageofECCV2016-DTUvasedatabase
【参考文献】:
期刊论文
[1]特定条件下SIFT与SURF图像匹配算法的性能对比[J]. 林志东,杜滢钊. 厦门理工学院学报. 2019(03)
[2]点线特征融合的误匹配剔除算法[J]. 魏玉慧,王永军,王国东,刘红敏,王静. 计算机科学. 2019(02)
[3]Vision navigation for aircrafts based on 3D reconstruction from real-time image sequences[J]. ZHU ZunShang,SU Ang,LIU HaiBo,SHANG Yang,YU QiFeng. Science China(Technological Sciences). 2015(07)
[4]曲率-HOG目标检测算法研究[J]. 胡正平,周爽. 信号处理. 2013(11)
[5]基于亮度序的均值标准差描述子[J]. 王志衡,智珊珊,刘红敏. 模式识别与人工智能. 2013(04)
[6]闭塞目标识别中的仿射不变曲线匹配[J]. 付辉敬,田铮,冉茂华,康召辉. 光电工程. 2013(03)
[7]图像匹配技术综述[J]. 戴涛,朱长仁,胡树平. 数字技术与应用. 2012(03)
[8]基于地面激光技术的隧道变形监测技术[J]. 李健,万幼川,江梦华,高贤君. 地理空间信息. 2012(01)
[9]Freeman链码描述的曲线匹配方法[J]. 余博,郭雷,赵天云,钱晓亮. 计算机工程与应用. 2012(04)
[10]基于灰度匹配的序列影像的目标跟踪研究与实现[J]. 张春茂,闫凤林,宋学征. 海洋测绘. 2011(03)
硕士论文
[1]三维自由曲线的立体匹配及重构方法[D]. 刘双印.电子科技大学 2018
[2]轮廓线特征提取与局部曲率计算的研究[D]. 宋艾琪.黑龙江大学 2016
[3]基于三次B样条的曲线、曲面逼近算法的研究[D]. 李玉梅.南京信息工程大学 2013
[4]点云数据曲线曲面拟合的研究[D]. 王丽萍.山东大学 2008
[5]平面点云的曲线拟合与匹配算法[D]. 张春莹.山东大学 2008
[6]基于三次样条曲线拟合公路平面线形方法研究[D]. 张玲.武汉理工大学 2007
本文编号:3138673
【文章来源】:青岛科技大学山东省
【文章页数】:68 页
【学位级别】:硕士
【部分图文】:
高斯金字塔示意图
青岛科技大学研究生学位论文11由图2-2可得,降采样频率直接影响高斯金字塔的层数,而输入图像分辨率大小与降采样频率和高斯金字塔的层数有关,输入图像与高斯金字塔层数关系如公式(2-5)所示:=((,))/(2)2(2-5)其中,代表金字塔层数,和分别表示输入图像宽度和高度的分辨率大校通过高斯金字塔处理后的图像效果图如下所示。图2-3高斯金字塔效果图Fig.2-3EffectdiagramofGaussPyramid通过对输入图像的预处理(高斯模糊和降采样),保证了图像的尺度不变性,从而可以在不同尺度条件下对图像边缘信息进行特征提龋本节采用的输入图像为ECCV2016—DTU花瓶数据库中图像[67],如图2-4所示。图2-4ECCV2016-DTU花瓶数据库图像Fig.2-4ImageofECCV2016-DTUvasedatabase
青岛科技大学研究生学位论文11由图2-2可得,降采样频率直接影响高斯金字塔的层数,而输入图像分辨率大小与降采样频率和高斯金字塔的层数有关,输入图像与高斯金字塔层数关系如公式(2-5)所示:=((,))/(2)2(2-5)其中,代表金字塔层数,和分别表示输入图像宽度和高度的分辨率大校通过高斯金字塔处理后的图像效果图如下所示。图2-3高斯金字塔效果图Fig.2-3EffectdiagramofGaussPyramid通过对输入图像的预处理(高斯模糊和降采样),保证了图像的尺度不变性,从而可以在不同尺度条件下对图像边缘信息进行特征提龋本节采用的输入图像为ECCV2016—DTU花瓶数据库中图像[67],如图2-4所示。图2-4ECCV2016-DTU花瓶数据库图像Fig.2-4ImageofECCV2016-DTUvasedatabase
【参考文献】:
期刊论文
[1]特定条件下SIFT与SURF图像匹配算法的性能对比[J]. 林志东,杜滢钊. 厦门理工学院学报. 2019(03)
[2]点线特征融合的误匹配剔除算法[J]. 魏玉慧,王永军,王国东,刘红敏,王静. 计算机科学. 2019(02)
[3]Vision navigation for aircrafts based on 3D reconstruction from real-time image sequences[J]. ZHU ZunShang,SU Ang,LIU HaiBo,SHANG Yang,YU QiFeng. Science China(Technological Sciences). 2015(07)
[4]曲率-HOG目标检测算法研究[J]. 胡正平,周爽. 信号处理. 2013(11)
[5]基于亮度序的均值标准差描述子[J]. 王志衡,智珊珊,刘红敏. 模式识别与人工智能. 2013(04)
[6]闭塞目标识别中的仿射不变曲线匹配[J]. 付辉敬,田铮,冉茂华,康召辉. 光电工程. 2013(03)
[7]图像匹配技术综述[J]. 戴涛,朱长仁,胡树平. 数字技术与应用. 2012(03)
[8]基于地面激光技术的隧道变形监测技术[J]. 李健,万幼川,江梦华,高贤君. 地理空间信息. 2012(01)
[9]Freeman链码描述的曲线匹配方法[J]. 余博,郭雷,赵天云,钱晓亮. 计算机工程与应用. 2012(04)
[10]基于灰度匹配的序列影像的目标跟踪研究与实现[J]. 张春茂,闫凤林,宋学征. 海洋测绘. 2011(03)
硕士论文
[1]三维自由曲线的立体匹配及重构方法[D]. 刘双印.电子科技大学 2018
[2]轮廓线特征提取与局部曲率计算的研究[D]. 宋艾琪.黑龙江大学 2016
[3]基于三次B样条的曲线、曲面逼近算法的研究[D]. 李玉梅.南京信息工程大学 2013
[4]点云数据曲线曲面拟合的研究[D]. 王丽萍.山东大学 2008
[5]平面点云的曲线拟合与匹配算法[D]. 张春莹.山东大学 2008
[6]基于三次样条曲线拟合公路平面线形方法研究[D]. 张玲.武汉理工大学 2007
本文编号:3138673
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3138673.html
最近更新
教材专著