基于特征描述子的图像匹配算法研究

发布时间：2017-08-29 14:31

  本文关键词：基于特征描述子的图像匹配算法研究

  更多相关文章： 图像匹配 特征提取 图像描述子 视觉感受域 点集匹配 高斯混合模型

【摘要】：图像匹配算法的目标是寻找图像之间的同质区域,进而根据同质区域的映射,建立起图像之间的空间对应关系。它是计算机视觉研究领域中的一个关键问题,也是三维重建、遥感融合、目标识别、目标跟踪、医学图像分析、增强现实等许多视觉应用的基础。但是,由于光照变化、视角变化、目标形态变化、图像噪声等等影响,待匹配图像可能发生不同程度的外观变化,从而影响匹配效果。因此,如何对图像内容的同质性进行有效地分析与度量,进而得到匹配精度高、具有鲁棒性的算法,是图像匹配任务的重点。 基于特征描述子的图像匹配算法是该领域的一个重要研究方向。其基本步骤如下：首先,对待匹配图像中特征区域的位置与尺度等信息进行检测；然后,基于底层图像特征提取方法与图像描述子构建方法,对各个特征区域进行描述,产生相应的局部图像描述子；进而根据描述子的相似性度量得到初始匹配结果,并根据特征区域的拓扑结构,利用点集匹配算法进行空间约束,最终得到图像之间的匹配关系。因此,为了得到更加鲁棒与精确的匹配结果,本文在国内外已有研究基础上,针对图像匹配算法的各个步骤进行了研究,包括图像底层特征提取、图像局部描述子构建以及基于局部拓扑结构的点集匹配。 主要研究内容与创新点可概括如下： 1.图像匹配算法关键技术分析。就局部图像特征来说,传统底层特征的计算都是基于感兴趣区域中离散像素之间的比较来进行。但是,这种基于像素的特征计算方式对噪声比较敏感,同时也不利于描述较大的图像结构。其次,对局部图像描述子的构造策略进行了研究。为了对图像中的空间结构信息进行有效表征,传统的图像描述算法一般在空间上进行分块汇聚操作,但是这种方法没有考虑到图像内容本身的分布特点,因此鲁棒性受到了制约。而在进行点集匹配时,一些现有的基于运动模型的点集匹配方法虽然能够处理图像形变,但是在进行迭代运算时没能很好地考虑到点集局部的结构形状信息。 2.基于局部环形编码的底层图像特征提取算法。我们分析并设计了基于局部环形采样的底层特征结构,从而使得其能够克服经典底层图像特征提取算法的一些缺陷。然后基于此特征结构,提出了基于环形差分编码与离散余弦变换编码的特征提取算法,并对其性质进行了相应的论述；最终获得的底层特征能够对图像中相对较大的局部模式进行表征,反应其中像素的局部组织特性与连续变化,因此具有更好的图像内容刻画能力,对于各种图像变换也具有很好的鲁棒性,为进一步的图像描述方法与图像匹配工作提供了基础。 3.基于视觉感受域的图像特征描述子构造算法。受到人体神经系统中视觉感受域的结构与功能特征的启发,我们首先提出了基于感受域的底层特征组织结构。这种特征组织模式利用了视觉感受域基础结构特性,并且能够将本文所提出的底层特征提取算法进行融合。而为了解决上文提到的池化策略鲁棒性问题,本文进一步提出了基于模糊C均值的隶属度池化策略,从而在同一框架下模拟了视觉感受域的空间关联性,将特征区域划分为更加具有视觉语义的子块,对各个图像特征区域的空间结构进行了有效地编码。 4.基于结构约束与高斯混合模型后验更新的点集匹配算法。为了对点集内部的拓扑关系进行综合表征,我们提出了基于局部结构的点集形状编码算法,其中包括了点集基础模式提取与基于相对坐标系的点集形状池化。局部形状编码能够有效整合点集的空间信息,具有很好的细化描述能力。在进行计算时,对整体点集进行归化,并根据模板建立相应的查询表,提高了计算效率。然后,我们进一步将点集局部结构提取算法融入到基于高斯混合模型的点集匹配框架,并根据这种局部结构来对匹配过程进行约束。同时,根据相应的匹配后验概率进行点集结构的获取与高斯成分权重的更新,最后通过求解模型最大后验的方法将各个数据点与高斯混合模型各个成分对应起来,从而在此框架下找到两个点集之间的对应关系,完成点集匹配。
【关键词】：图像匹配 特征提取 图像描述子 视觉感受域 点集匹配 高斯混合模型
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-6
• Abstract6-11
• 1 绪论11-35
• 1.1 研究的目的、背景及意义11-16
• 1.2 图像匹配关键技术的国内外研究现状16-31
• 1.3 本文的主要研究工作31-33
• 1.4 课题来源以及章节安排33-35
• 2 基于局部环形编码的底层图像特征提取算法35-55
• 2.1 引言35-36
• 2.2 底层图像特征提取算法分析36-40
• 2.3 局部环形采样编码算法40-48
• 2.4 对比实验及分析48-54
• 2.5 本章小结54-55
• 3 基于视觉感受域的图像特征描述子构造算法55-80
• 3.1 引言55-56
• 3.2 图像特征描述子构造分析56-59
• 3.3 视觉感受域变换描述模式59-62
• 3.4 基于模糊C均值的空间池化算法62-67
• 3.5 描述子的构造67-68
• 3.6 对比实验及分析68-79
• 3.7 本章小结79-80
• 4 基于局部结构与高斯混合模型的点集匹配算法80-106
• 4.1 引言80-81
• 4.2 点集匹配算法分析81-83
• 4.3 基于局部拓扑结构的点集形状提取算法83-88
• 4.4 基于局部结构描述的点集匹配算法88-95
• 4.5 对比实验及分析95-104
• 4.6 本章小结104-106
• 5 结论106-109
• 5.1 研究工作总结106-107
• 5.2 未来研究展望107-109
• 致谢109-111
• 参考文献111-120
• 附录1 攻读博士学位期间发表的学术论文目录120-121
• 附录2 攻读博士学位期间参加的科研项目121-122
• 附录3 攻读博士学位期间获得的奖励122

【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 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

9 倪江荣;基于时空描述子的动作识别模型研究[D];华东师范大学;2012年

10 王达伟;基于电视导引图像的傅立叶描述子识别[D];南京航空航天大学;2008年

，

本文编号：753800