当前位置:主页 > 科技论文 > 搜索引擎论文 >

基于卷积神经网络的图像匹配算法研究

发布时间:2021-11-25 10:05
  近年来,伴随着智能化设施的蓬勃发展,计算机视觉技术已成为诸多领域的重要技术之一,其中图像的特征提取和匹配是图像处理的一个重要组成部分。图像的特征提取是将图像从高维的特征中提取出具有一定代表性的特征,是对图像的一种压缩,同时这些特征能满足图像在其目标任务中的应用。在图像匹配的特征提取中一般是通过数学方法提取特征点并计算特征描述,但是这种特征描述的表达能力较弱,在一些场景中的使用如目标定位、目标跟踪的图像存在较大形变等问题有局限性。针对特征描述表达能力不足的问题,本文利用深度学习的方法,通过深度学习的模型结构优势,层层提取出图像的特征,将图像底层的特征不断融合提炼,得到对图像在语义层面上的深层而抽象的特征。本文完成的主要研究内容包括:(1)调研图像匹配的研究现状及特点,结合深度学习在图像特征提取的优势,利用卷积神经网络提取的图像特征,优化图像的匹配精度。(2)提出了一种基于卷积神经网络的特征描述子。该网络在训练的过程中不仅考虑了两张图像相同特征点的特征描述的相似性,还考虑了不同特征点间的相异性,使得网络具有更强的表达能力。模型目标函数的优化方法采用了随机梯度下降法,训练数据的选取通过一种在... 

【文章来源】:北京工业大学北京市 211工程院校

【文章页数】:65 页

【学位级别】:硕士

【部分图文】:

基于卷积神经网络的图像匹配算法研究


高斯滤波模板及盒子滤波器Figure2-3Gaussianfilterandboxfilter

主方向,特征点,盒子


Figure 2-3 Gaussian filter and box filter因此Hessian 矩阵中的xxL、xyL 、yyL 采用盒子滤波器近似,记为xxD、xyD 、yyD 。此时 Hessian 的行列式近似为公式(2-14)。 2xx yy xyDet H D D wD( 2-14 其中,w是误差补偿系数,保持高斯核与近似高斯核的一致性,一般取 0.9。通过变化盒子滤波器的尺寸对图像的积分图像滤波构建尺度空间,而像素点的特征响应值是使用近似的 Hessian 矩阵行列式值,因此使用不同尺寸的盒子滤波器计算出不同尺度下的像素点的特征响应值,利用非极大值抑制的方法得到关键点。3) 特征描述子SURF 生成特征描述前首先要为每个特征点寻找一个主方向,这也使得SURF 特征点具有旋转不变性。如图 2-4 所示,在以特征点为圆心,6σ为半径的圆域中,通过以 π / 3为夹角的扇形区域扫描,利用 harr 小波计算区域内的特征点响应值并累加,累加值最大的扇形区域的方向作为该特征点的主方向

图像匹配,数学表达,特征空间,算法


图 2-5 特征描述子的构造Figure 2-5 Feature descriptor construction以看出,基于图像特征点的图像匹配首寻找具有一定不变性的点,然后通过这键点的数学表达。要素、角度、光照等外部环境和设备的成像同场景的记录,其得到的图片结果也有提出了许多解决算法。从图像匹配的一种多样,但是这些算法都在特征空间素的基础上进行研究的[34]。要进行匹配的多张图像中提取出来进

【参考文献】:
期刊论文
[1]用直方图面积法进行图像相似度计算[J]. 朱爽.  测绘通报. 2018(12)
[2]一种有遮挡人脸识别方法改进[J]. 张立亮,王国中,范涛,朱丽莎.  电子测量技术. 2018(22)
[3]多维彩色图像印刷缺陷快速检测仿真[J]. 王素芬.  计算机仿真. 2017(06)
[4]基于优化SIFT算法的无人机遥感作物影像拼接[J]. 贾银江,徐哲男,苏中滨,靳思雨,Arshad M.Rizwan.  农业工程学报. 2017(10)
[5]深度学习研究进展[J]. 刘建伟,刘媛,罗雄麟.  计算机应用研究. 2014(07)
[6]一种改进的快速归一化互相关算法[J]. 谢维达,周宇恒,寇若岚.  同济大学学报(自然科学版). 2011(08)
[7]图像匹配算法的研究进展[J]. 王军,张明柱.  大气与环境光学学报. 2007(01)

硕士论文
[1]基于互信息的异源图像匹配与融合[D]. 李龙勋.电子科技大学 2013



本文编号:3517916

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3517916.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户0ccb4***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com