基于轮廓的图像匹配技术研究

基于轮廓的图像匹配技术研究

论文摘要

图像匹配技术在遥感、模式识别、导航制导、医学诊断、计算机视觉等领域中广泛应用,本文模拟人类对图像的认知过程,对基于轮廓的图像匹配技术进行了研究。首先,为了能得到比较完整的长轮廓,先对图像进行聚类分割。在现有方法的基础上,改进了彩色图像近似主色成分的确定方法。分析并比较了几种纹理描绘子,最终确定熵图像作为纹理特征度量。综合图像的颜色和纹理特征,构建4维特征空间,以近似主色成分个数为聚类个数,近似主色成分对应的颜色量化值为初始聚类中心,在该特征空间对图像像素点进行K均值聚类,从而得到整幅图像的聚类分割。实验结果表明,本方法能较准确地对彩色图像自动分割,自适应地确定聚类个数,并且与人眼对图像的视觉感受一致,很好地再现图像的概貌特征。分割结果有利于提取图像的主要轮廓等后续处理。其次,对聚类后的图像进行边缘检测。分析研究了常见的边缘检测方法,并对它们的检测效果进行比较,最终确定了利用Canny算子对聚类分割后的图像进行边缘检测。研究了边界跟踪算法,对边缘检测的结果进行断点连接和轮廓跟踪,得到原图像的轮廓点序列。最后对轮廓匹配进行了研究。研究了基于曲率的轮廓匹配和基于角点的轮廓匹配,分析了这两种方法存在的不足。提出了基于道格拉斯-普克多边形拟合的轮廓匹配算法,应用道格拉斯-普克法对轮廓进行拟合,以克服噪声和变形的影响,对保留的轮廓点构建了二维几何特征不变量,用于相似性的度量。结果表明,本文方法在图像间存在4倍缩放关系时仍能实现轮廓点的正确匹配,并且对旋转、平移等变化也有很好的鲁棒性,同时可以应用于不同源的可见光与红外图像的匹配。

论文目录

  • 摘要
  • ABSTRACT
  • 图清单
  • 第一章 绪论
  • 1.1 课题研究背景及意义
  • 1.2 国内外研究现状
  • 1.2.1 国外研究现状
  • 1.2.2 国内研究现状
  • 1.2.3 存在问题
  • 1.3 本文主要工作及创新点
  • 1.3.1 本文主要工作
  • 1.3.2 本文创新点
  • 1.4 本文内容安排
  • 第二章 基于颜色和纹理的图像分割方法研究
  • 2.1 彩色图像分割技术
  • 2.1.1 彩色图像分割的定义
  • 2.1.2 彩色图像分割研究现状
  • 2.2 颜色特征分割法
  • 2.2.1 近似主色成分
  • 2.2.2 色差直方图
  • 2.2.3 基于色差直方图的彩色图像分割
  • 2.3 纹理特征分割法
  • 2.3.1 几种纹理特征描绘子
  • 2.3.2 大津法纹理分割结果比较
  • 2.3.3 基于熵的彩色图像分割
  • 2.4 融合多特征的分割策略
  • 2.4.1 特征空间的建立
  • 2.4.2 K 均值聚类
  • 2.4.3 基于特征空间聚类的彩色图像分割
  • 2.5 实验结果
  • 2.6 本章小结
  • 第三章 边缘检测与轮廓跟踪研究
  • 3.1 边缘检测基础
  • 3.1.1 边缘的分类
  • 3.1.2 边缘检测的基本步骤
  • 3.2 经典边缘检测方法综述
  • 3.2.1 基于灰度直方图的边缘检测
  • 3.2.2 一阶微分算子
  • 3.2.3 二阶微分算子
  • 3.2.4 SUSAN 边缘检测
  • 3.2.5 实验结果
  • 3.3 轮廓的边界跟踪
  • 3.3.1 传统的边界跟踪算法
  • 3.3.2 本文采用的边界跟踪算法
  • 3.3.3 实验结果
  • 3.4 本章小结
  • 第四章 基于轮廓的图像匹配技术研究
  • 4.1 轮廓匹配概述
  • 4.1.1 轮廓匹配的意义
  • 4.1.2 轮廓匹配的步骤
  • 4.1.3 轮廓匹配研究现状
  • 4.2 基于曲率的轮廓匹配
  • 4.2.1 曲率概述
  • 4.2.2 构建曲率RST 不变量
  • 4.2.3 实验结果
  • 4.3 基于角点的轮廓匹配
  • 4.3.1 角点的提取
  • 4.3.2 角点特征描述子
  • 4.3.3 实验结果
  • 4.4 本文基于道格拉斯-普克的轮廓匹配算法
  • 4.4.1 道格拉斯-普克法多边形近似
  • 4.4.2 几何特征不变量的研究
  • 4.4.3 基于轮廓的图像匹配结果
  • 4.5 本章小结
  • 第五章 总结及展望
  • 5.1 本文的主要工作
  • 5.2 研究展望
  • 参考文献
  • 致谢
  • 在学期间的研究成果及发表的学术论文
  • 相关论文文献

    • [1].冬天的清晨[J]. 课堂内外创新作文(小学版) 2020(06)
    • [2].在烟波里[J]. 文苑(经典美文) 2019(02)
    • [3].配诗[J]. 散文诗 2019(09)
    • [4].调皮的小雨点[J]. 创新作文(小学版) 2018(33)
    • [5].服装——线条的轮廓[J]. 艺术品鉴 2019(15)
    • [6].保持一种有深度的轮廓(组诗)[J]. 好家长 2017(61)
    • [7].解脱精神的束缚[J]. 作文 2015(01)
    • [8].中国红酒市场上的“消费者轮廓”探究[J]. 智富时代 2015(05)
    • [9].白夜森林[J]. 优品 2012(04)
    • [10].夜色里,那棵只有轮廓的树[J]. 文学与人生 2012(04)
    • [11].轮廓[J]. 高中生之友 2013(Z4)
    • [12].小蜻蜓与大螃蟹[J]. 启蒙(0-3岁) 2009(06)
    • [13].高脚杯与舞蹈家[J]. 启蒙(0-3岁) 2009(01)
    • [14].瞧,“钳子”变成了什么[J]. 启蒙(0-3岁) 2009(05)
    • [15].可爱的小丑[J]. 启蒙(0-3岁) 2011(03)
    • [16].机车车轮踏面轮廓镟修在机测量与评价[J]. 仪器仪表学报 2020(02)
    • [17].基于互信息和轮廓系数的聚类结果评估方法[J]. 兵器装备工程学报 2020(08)
    • [18].基于轮廓曲率和距离分析的重叠柑橘分割与重建[J]. 中国农业科技导报 2020(08)
    • [19].轮廓[J]. 思维与智慧 2018(11)
    • [20].基于因果行为轮廓的多重变迁集行为一致性分析[J]. 长江大学学报(自科版) 2017(13)
    • [21].缓存模式下的轮廓查询优化方法[J]. 同济大学学报(自然科学版) 2014(11)
    • [22].一种分布式网络中轮廓推荐的有效方法[J]. 电子与信息学报 2015(05)
    • [23].找一找 连一连[J]. 启蒙(3-7岁) 2014(03)
    • [24].岁月漫笔[J]. 中学生优秀作文(初中版) 2011(Z1)
    • [25].略论趣味性小礼服的轮廓设计[J]. 科教导刊(中旬刊) 2010(08)
    • [26].SPSS在轮廓分析中的应用[J]. 现代预防医学 2008(23)
    • [27].认知轮廓研究进展[J]. 计算机应用研究 2008(07)
    • [28].望窗[J]. 现代装饰 2020(01)
    • [29].一款基于深度学习的放疗轮廓勾画软件的研发[J]. 中国医疗设备 2020(07)
    • [30].基于轮廓拟合的新风格书法字合成[J]. 计算机应用与软件 2017(06)

    标签:;  ;  ;  ;  ;  ;  

    基于轮廓的图像匹配技术研究
    下载Doc文档

    猜你喜欢