基于中层特征的图像匹配算法研究

发布时间：2021-05-06 03:19

　　图像匹配是图像处理和计算机视觉中的研究热点,并被广泛地应用在工业生产、医疗和军事等领域。只要给定模板图像和目标图像,通过图像匹配算法能够在目标图像中找到和模板图像最相似的区域作为匹配区域。为了使电子制造设备能够完成电子元件的定位、抓取、计数等任务,要求图像匹配算法具有高的鲁棒性、速度和精度。然而,现有的绝大多数匹配算法并不能够很好的满足这些需求,因此,本论文针对图像匹配算法在电子制造应用中的鲁棒性、速度和精度问题开展研究,提出了三种基于图像中层特征的匹配算法。具体研究工作如下:（1）针对轮廓清晰目标的高速高精匹配问题,本文提出一种基于边缘点梯度方向编码的匹配算法（GDC-TM）。该算法通过对边缘点梯度方向进行编码,实现了梯度方向信息的低损耗压缩和匹配相似性的快速计算,通过拟合点位置逼近的方法提升了算法的匹配精度。对512×512大小的图像,该算法的平均匹配速度在10ms左右,匹配位置精度在±0.06像素;（2）针对轮廓模糊目标的快速匹配问题,本文提出了一种基于超像素的归一化互相关匹配算法（SPNCC）。该算法利用超像素对模板图像信息进行非均匀压缩,并提出自适应步长的快速搜索策略,实现在... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：96 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题来源
    1.2 课题研究背景及意义
    1.3 图像匹配算法研究现状
    1.4 文章内容和组织结构
2 基于边缘点梯度方向编码的匹配算法研究
    2.1 引言
    2.2 相关研究
    2.3 边缘点梯度方向编码匹配算法
    2.4 性能测试实验
    2.5 本章小结
3 基于超像素的归一化互相关算法研究
    3.1 引言
    3.2 相关研究
    3.3 基于超像素的归一化互相关匹配算法
    3.4 性能测试实验
    3.5 本章小结
4 基于鲁棒性的超像素匹配算法研究
    4.1 引言
    4.2 相关研究
    4.3 基于超像素二值描述子的语义匹配算法
    4.4 性能测试实验
    4.5 本章小结
5 图像匹配算法在电子制造设备上的应用
    5.1 轮廓清晰目标的高精度定位应用
    5.2 模糊目标的高速定位测试
    5.3 纹理目标的高鲁棒性应用测试
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
附录1 攻读硕士学位期间投稿论文与申请专利



本文编号：3171133