面向形变图像的模板匹配算法研究

发布时间：2023-03-26 20:14

　　模板匹配是在空间上下文中对两幅图像进行配准的方法,其作为一种关键技术已经广泛应用于目标自主识别与跟踪等多个领域。由于实际场景中的图像往往含有各种形变,以及传统方法通常采用逐像素遍历搜索的匹配策略等原因,算法经常无法同时满足精度和速度要求。因此,本文围绕各种场景下的形变图像匹配算法准确性和快速性的问题,开展了以下研究:针对随机搜索方式易陷入局部最优解和二维仿射变换空间遍历搜索效率较低的问题,本文提出了具有自动寻优特性的异型粒子寻优快速匹配算法(简记为MPO)。该算法基于仿射变换模型,将随机性和变异机制结合以提升算法的全局搜索能力,并且采用离散采样机制减少计算量以提高匹配速度。同时,针对实际成像平台提供的姿态参数存在偏差的问题,本文提出了有偏姿态参数透视变换匹配算法(简记为BPT)。该算法基于透视变换模型,利用MPO算法中自动寻优的思想来修正有偏参数。实验证明,MPO算法具有较好的匹配性能,BPT算法能在迭代过程中有效消除姿态偏差。软件仿真测试结果也表明两种算法能满足实时性工程要求,可以很好地应用于现实匹配场景中。针对参数化模板匹配算法对复杂形变图像匹配能力不足的问题,本文在深度学习理论基...

【文章页数】：104 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究概况
    1.3 本文的主要研究内容与创新
    1.4 本文的课题来源及章节安排
2 模板匹配算法基础
    2.1 引言
    2.2 Patch-Match算法
    2.3 Fast-Match算法
    2.4 本章小结
3 基于自动寻优特性的模板匹配算法
    3.1 引言
    3.2 异型粒子寻优快速匹配算法
    3.3 异型粒子寻优快速匹配算法性能分析与评价
    3.4 有偏姿态参数透视变换匹配算法
    3.5 有偏姿态参数透视变换匹配算法性能分析与评价
    3.6 本章小结
4 基于深度学习的模板匹配算法
    4.1 引言
    4.2 图像匹配神经网络结构研究
    4.3 基于反卷积的模板匹配算法研究
    4.4 算法性能分析与评价
    4.5 本章小结
5 模板匹配跟踪软件系统
    5.1 引言
    5.2 软件设计
    5.3 软件性能测试和分析
    5.4 本章小结
6 总结与展望
    6.1 全文总结
    6.2 课题展望
致谢
参考文献
附录1 作者在攻读硕士学位期间完成的科研成果



本文编号：3771646