版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、局部相似目標匹配是目標匹配問題的一般形式,其研究的焦點,是在若干目標之中找出它們最相似的部分,其研究成果具有廣泛的應用前景。論文針對局部相似目標匹配和基本微分幾何量的結(jié)合進行了研究,利用微分幾何方法來描述目標特征,設(shè)計了相應的匹配算法,取得了較好的效果。研究的領(lǐng)域包括二維局部相似目標的匹配、三維局部相似目標的匹配、等距變形體的匹配,并對局部相似目標匹配研究作了展望。 首先,針對二維目標,設(shè)計了一種高效的平面目標邊界編碼方法。為更
2、好地識別目標形狀,編碼方法需要對目標的剛體變換具有不變性,同時最大限度保持目標的原有信息。鑒于剛體平面曲線作變換時其曲率的不變性,提出了基于輪廓曲率提取的目標邊界編碼方法,并對此方法實施了離散化處理。設(shè)計了基于改進的KMP(D.E.Knuth,V.R.Pratt和J.H.Morris)算法的曲線匹配方法,并對目標輪廓的重建作出了描述。實驗證明,利用微分幾何的思想描述目標邊界,提取方法簡單,存儲量小,其編碼針對目標剛體變換具有不變性,為識
3、別提供了較大的方便。 其次,考慮到二維微分幾何編碼在匹配時的精度問題,設(shè)計了基于相似骨架的二維局部相似目標匹配算法。根據(jù)微分幾何原理,基于平面曲線作剛體變換時其曲率的不變性,利用曲率來表達目標輪廓的固有特征;篩選出待匹配目標輪廓上固有特征相似的點,形成點對集合;在點對集合中尋找相似線段對來定位可能的平面變換;通過得分函數(shù),求出點對集合中相似線段對變換的最佳值,得出最佳匹配。仿真實驗表明,該模型適合局部相似情況下的目標匹配,特別對
4、于復雜形狀目標,運算復雜度較低,具有較好的識別效果。另外,文章還將相似線段對的應用推廣到了三維目標。對于三維曲線,利用像素點處的曲率和撓率來表達其固有特征;對于三維曲面,利用像素點的高斯曲率和平均曲率來表達其固有特征。然后篩選出待匹配目標上固有特征相似的點,形成點對集合;在點對集合中尋找相似三角形對來定位可能的平面變換;通過得分函數(shù),求出點對集合中相似線段對的最佳值,得出最佳匹配。 此外,論文還針對等距變形體進行了研究。提出了一
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于局部與非局部相似性學習的目標跟蹤算法研究.pdf
- 基于局部相似結(jié)構(gòu)統(tǒng)計匹配模型的紅外目標識別方法.pdf
- 基于局部特征的圖像匹配算法研究.pdf
- 基于網(wǎng)格索引的幾何匹配算法研究.pdf
- 基于幾何特征的快速模板匹配算法研究.pdf
- 基于局部稀疏表示模板匹配跟蹤算法的研究.pdf
- 基于局部相似性的輪廓提取算法.pdf
- 基于案例的手機故障相似度匹配算法研究.pdf
- 圖像幾何匹配算法研究.pdf
- 基于模板匹配的目標跟蹤算法研究.pdf
- 基于灰度和幾何特征的圖像匹配算法研究.pdf
- 基于圖像匹配的目標跟蹤算法研究.pdf
- 基于中強幾何約束的圖片匹配算法研究.pdf
- 基于幾何特征的快速模板匹配算法.pdf
- 基于中強幾何約束的圖片匹配算法研究
- 基于局部特征匹配的網(wǎng)格去噪算法研究.pdf
- 基于局部特征和超圖匹配的跟蹤算法研究.pdf
- 基于局部頻率和微分反演的MRE重建算法研究.pdf
- 基于本體相似度的語義Web服務(wù)匹配算法研究.pdf
- 基于局部不變特征的實時精確景象匹配算法研究.pdf
評論
0/150
提交評論