图像不规则区域匹配算法研究
本文关键词:图像不规则区域匹配算法研究
更多相关文章: MSER区域 不规则区域匹配 亮度序 多支撑区域 距离变换
【摘要】:区域匹配在计算机视觉中是一个重要问题,广泛地应用于三维重建、特征识别、图像配准及其相关的诸多领域。区域匹配常常包括三个主要的步骤:首先分别从两幅及以上图像上提取特征区域;然后对特征区域进行描述;最后通过特征区域之间的相互对应关系进行区域匹配。近年来,虽然区域问题的研究取得了一些突破性进展,但由于提取出的特征区域存在各种形状变化的不规则性和重复性纹理较多等因素,导致不规则区域难以划分和描述。区域提取与匹配仍然为计算机视觉研究中的一个热门话题,本文进行了这一问题的深入研究,论文的主要创新之处有:(1)由于MSER区域存在不同的形状,传统的描述算法很难直接匹配不规则区域,通常在构造不规则区域之前需要椭圆拟合过程,这样会导致拟合误差和降低描述子的性能,特别是对于大视角变换的图像。针对以上存在的问题,我们提出了一种基于亮度序的不规则区域匹配描述子(IOMSRD),首先使用最大稳定极值区域(MSER)方法提取不规则区域;然后采用一种能够避免椭圆拟合误差的方法确定不规则区域的支撑区域,并采用灰度直方图统计法剔除支撑区域内重复性纹理来突出支撑区域内的独特性信息,之后根据像素点的亮度排序划分支撑区域的所有的子区域;最后使用均值标准差算法构造不规则区域描述子(IOMSRD)。该算法解决了不规则区域划分产生边界形变和描述困难的问题,对纹理简单且重复性高的图像匹配有更好的鲁棒性。(2)针对不规则区域MSER匹配的问题,单个支撑区域存在一些相似性特征会增加图像的误匹配。本文在基于亮度序的单支撑区域描述子的基础上,采用多个支撑区域构造描述子,提出了一种基于多支撑区域的不规则区域匹配描述子(MRMSD),该方法首先确定多个单支撑区域,然后使用像素点的亮度序列把每个单支撑区域划分成若干个子区域,并构造单支撑区域描述子,最后把多个单支撑区域描述子连接成多支撑区域描述子。与传统的单支撑描述子相比,该算法采用多个支撑区域减少了相似特征在特定支撑区域下的误匹配,从而提高了描述子的分辨力。实验结果表明:该算法在匹配性能方面比单个支撑区域描述子在旋转、光照和视角变化图像上拥有更好的匹配效果。(3)本文提出了一种新颖的不规则区域匹配算法,即基于距离变换的不规则区域描述子(DTIRD)。该算法首次采用距离变换划分子区域,能够减少主方向估计不准确和图像亮度变化带来的匹配错误,针对每个子区域具有不同像素点数,采用均值标准差(MS)构造描述算法。实验结果表明:已提出的方法对旋转、光照、模糊以及JPEG压缩等图像变化具有良好的鲁棒性。实验表明:本文提出的三种不规则区域描述子(IOMSRD、MRMSD、DTIRD)具有较高的匹配正确率和优秀的匹配性能,能够有效的解决图像中不规则区域匹配的问题。
【关键词】:MSER区域 不规则区域匹配 亮度序 多支撑区域 距离变换
【学位授予单位】:河南理工大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TP391.41
【目录】:
- 致谢4-5
- 摘要5-7
- Abstract7-12
- 1 引言12-20
- 1.1 课题研究的背景、内容和意义12-14
- 1.1.1 研究背景12-13
- 1.1.2 研究内容和意义13-14
- 1.2 国内外研究现状14-17
- 1.2.1 基于几何位置的方法14-16
- 1.2.2 基于序列空间的方法16-17
- 1.3 本文的创新点17-18
- 1.4 本文的组织结构18-20
- 2 区域提取算法20-24
- 2.1 MSER提取算法20-21
- 2.2 其它区域提取算法21-22
- 2.3 区域提取算法的综合比较22-24
- 3 基于亮度序的不规则区域匹配算法IOMSRD24-36
- 3.1 传统的MSER区域匹配方法24-25
- 3.1.1 类SIFT的MSER匹配方法24-25
- 3.1.2 MSCD的MSER匹配方法25
- 3.1.3 问题分析25
- 3.2 基于IOMSRD的MSER支撑区域确定和子区域划分25-27
- 3.2.1 支撑区域的确定26-27
- 3.2.2 子区域的划分27
- 3.3 IOMSRD描述算法的构建27-29
- 3.3.1 旋转不变特征(IEPF)的构造27-28
- 3.3.2 子区域描述子的构造28
- 3.3.3 IOMSRD描述子的构造28-29
- 3.4 IOMSRD算法的伪代码29-30
- 3.5 实验与分析30-34
- 3.5.1 支撑区域的实验选取30-31
- 3.5.2 实验参数选取31-32
- 3.5.3 实验结果分析32-34
- 3.5.4 真实图像实验34
- 3.6 本章小结34-36
- 4 基于多支撑区域的不规则区域匹配算法MRMSD36-44
- 4.1 确定多支撑区域和划分子区域36-38
- 4.1.1 多支撑区域的确定36-37
- 4.1.2 子区域的划分37-38
- 4.2 MRMSD算法的构造38-39
- 4.2.1 计算特征向量38
- 4.2.2 单个支撑区域描述子MSD构造38-39
- 4.2.3 多支撑区域描述子MRMSD构造39
- 4.3 实验与分析39-42
- 4.3.1 实验参数选取39-40
- 4.3.2 实验结果分析40-41
- 4.3.3 真实图像实验41-42
- 4.4 本章小结42-44
- 5 基于距离变换的不规则区域匹配算法DTIRD44-52
- 5.1 二值图像的距离变换44-45
- 5.2 确定DTIRD的支撑区域和划分子区域45-46
- 5.2.1 支撑区域的确定45
- 5.2.2 子区域的划分45-46
- 5.3 DTIRD算法的构造46-47
- 5.3.1 基于内积外积构造特征向量46
- 5.3.2 基于均值标准差构造DTIRD描述子46-47
- 5.4 实验与分析47-51
- 5.4.1 实验参数选取47-48
- 5.4.2 实验结果分析48-51
- 5.4.3 实验小结51
- 5.5 本章小结51-52
- 6 总结与展望52-54
- 6.1 论文总结52
- 6.2 未来的工作52-54
- 参考文献54-58
- 作者简历58-60
- 学位论文数据集60
【相似文献】
中国期刊全文数据库 前10条
1 王志衡;吴福朝;;均值-标准差描述子与直线匹配[J];模式识别与人工智能;2009年01期
2 刘仰龙;王从庆;高珏;许荣华;;基于小波描述子的水果果形分类[J];浙江大学学报(农业与生命科学版);2010年03期
3 王志衡;智珊珊;刘红敏;;基于亮度序的均值标准差描述子[J];模式识别与人工智能;2013年04期
4 田时髦;汪增福;;一种对亮度变化鲁棒的局部特征描述子及其快速生成算法[J];小型微型计算机系统;2013年08期
5 卢鸿波;孙愿;张志敏;;采用旋转匹配的二进制局部描述子[J];中国图象图形学报;2013年10期
6 惠国保;李东波;童一飞;;基于优化采样模式的紧凑而快速的二进制描述子[J];自动化学报;2014年02期
7 王涛,刘文印,孙家广,张宏江;傅立叶描述子识别物体的形状[J];计算机研究与发展;2002年12期
8 刘微;;精简颜色描述子研究[J];吉林师范大学学报(自然科学版);2008年03期
9 王明俊;王萍;王玲;;基于傅立叶描述子的中长跑自动计圈技术研究[J];科学技术与工程;2009年03期
10 贾其;吕绪良;曾朝阳;许卫东;;特征描述子在目标伪装效果评价中的应用[J];应用科学学报;2011年05期
中国重要会议论文全文数据库 前10条
1 金培权;周英华;岳丽华;龚育昌;;基于历史拓扑和描述子的时空变化表示[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
2 张静茹;何耀;刘兴涛;朱明清;陈宗海;;基于区域协方差描述子的视频静止目标检测[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
3 蔡占川;孙伟;毕宁;齐东旭;;基于U描述子物体形状的识别[A];全国网络与信息安全技术研讨会'2005论文集(下册)[C];2005年
4 张波;邹建成;刘旭丽;;一类新的Ⅴ描述子在形状识别中的应用[A];中国几何设计与计算新进展2007——第三届中国几何设计与计算大会论文集[C];2007年
5 王建;朱明清;赵宇宙;郭明玮;陈宗海;;基于含时切割平面和区域协方差描述子的跳跃行为识别方法[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
6 铁小匀;钟文琦;刘雪;邹建成;;一种新的基于Ⅴ描述子的图形水印技术[A];中国几何设计与计算新进展2007——第三届中国几何设计与计算大会论文集[C];2007年
7 戴岳刚;明东;;基于数学描述子的步态图像处理方法研究[A];天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集[C];2009年
8 熊刚强;齐东旭;;基于分段多项式描述子和BP网络的形状识别方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
9 陈兴峰;顾行发;李紫薇;余涛;郑进军;郭丁;;基于“净化边界的傅立叶描述子”图像形状特征提取[A];第十四届全国图象图形学学术会议论文集[C];2008年
10 丰峰;苏满秀;袁哲明;;一种新的氨基酸描述子及其在抗菌肽QSAR中的应用[A];华中昆虫研究(第七卷)[C];2011年
中国博士学位论文全文数据库 前9条
1 王立峰;药效多肽的定量序效关系研究[D];湖南农业大学;2014年
2 曹祝楼;医学图像配准中的若干关键问题研究[D];山东大学;2015年
3 黄为;基于序关系特征描述的高分辨率遥感影像识别研究[D];国防科学技术大学;2014年
4 舒禹程;基于特征描述子的图像匹配算法研究[D];华中科技大学;2015年
5 田甜;快速局部图像特征提取方法研究[D];华中科技大学;2015年
6 洪晓鹏;新型二阶统计描述子及其在物体检测与跟踪方面的应用[D];哈尔滨工业大学;2010年
7 林杰;面向移动视觉搜索的紧凑聚合描述子研究[D];北京交通大学;2014年
8 邓黎;扩展目标的特征提取及目标识别[D];中国科学院研究生院(光电技术研究所);2013年
9 陈国华;手性药物分子结构表征及定量构效关系研究[D];重庆大学;2010年
中国硕士学位论文全文数据库 前10条
1 常佳;基于肽链初级结构表征对肽类药物进行QSAR研究[D];陕西科技大学;2015年
2 吴倩雯;改进的SURF描述子及其在服饰图片检索中的应用研究[D];电子科技大学;2014年
3 李磊;基于3DZernike描述子的视频水印认证技术研究[D];中国科学院大学(工程管理与信息技术学院);2015年
4 刘晓璐;典型二进制描述子研究及性能评估[D];西安电子科技大学;2014年
5 丰一流;SIFT图像匹配算法面向实时性的优化与实现[D];国防科学技术大学;2013年
6 杨学文;面向交互语义的用户基本手势实时检索方法研究[D];济南大学;2015年
7 何川;基于RGB-D的场景支撑关系提取算法研究[D];合肥工业大学;2014年
8 王延青;一种基于拓扑分析的三维模型描述子及其应用研究[D];南京大学;2013年
9 朱婷;图像不规则区域匹配算法研究[D];河南理工大学;2015年
10 陈婷;三维氨基酸描述子在肽类定量构效关系研究中的应用[D];山西大学;2011年
,本文编号:973857
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/973857.html