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、角點是圖像或物體的主要特征信息,角點檢測是圖像處理、模式識別和計算機視覺等領(lǐng)域中重要的基礎(chǔ)性研究內(nèi)容之一。好的角點檢測器對完成許多計算機視覺任務(wù),如圖像匹配、目標識別、運動分析等有著至關(guān)重要的作用。在現(xiàn)實中圖像可能受到噪聲、背景的干擾,也可能發(fā)生視角、光照、尺度、平移、旋轉(zhuǎn)、仿射等變化,角點檢測器的檢測性能直接決定了圖像處理的效率和精度。目前現(xiàn)有的角點檢測算法在檢測精度、實時性以及算法復(fù)雜度等方面仍然存在不足,很多算法只是依賴于直覺和經(jīng)
2、驗來解釋其可行性,缺乏相應(yīng)的數(shù)學(xué)論證。如何解決角點檢測算法的一致性、準確性和復(fù)雜性的問題,使得角點具有良好的表征性和魯棒性是一個十分關(guān)鍵的問題。
本文選題來源于重慶市自然科學(xué)基金重點項目“圖像處理技術(shù)及應(yīng)用基礎(chǔ)研究”中的圖像特征檢測與描述。該項研究內(nèi)容將構(gòu)建多種特征檢測器,為圖像的結(jié)構(gòu)化描述提供一種有效的表達方式?;诖耍疚牡难芯抗ぷ髦饕ǎ貉芯科矫媲€協(xié)方差矩陣的特征值和性質(zhì),在高斯尺度空間構(gòu)建輪廓曲線的梯度相關(guān)矩陣
3、,研究輪廓曲線的拉普拉斯交換和在B-樣條尺度空間研究輪廓演化差異等輪廓曲線的新特性和新方法,為此設(shè)計幾種角點檢測算法,并對提出的各種角點檢測器進行性能評估。本文研究工作具體如下:
①研究平面輪廓局部支撐域上的協(xié)方差矩陣,通過對協(xié)方差矩陣的特征值和特征向量的分析,以及對V角點模型以及圓角點模型分析,證明了協(xié)方差矩陣行列式在角點位置有唯一的極值響應(yīng)?;诖?,本文提出了基于協(xié)方差矩陣行列式(DCM)的角點檢測算法,該算法以平面曲
4、線輪廓支撐域的協(xié)方差矩陣行列式作為角點響應(yīng)函數(shù)。
②除了DCM外,梯度相關(guān)矩陣也能夠反映輪廓的特征,本文研究了梯度相關(guān)矩陣的特征值和特征向量,獲得了這些矩陣特征和平面輪廓曲線局部性質(zhì)之間的關(guān)系,即梯度向量自相關(guān)矩陣的特征值和特征向量的幾何意義。由此,本文把梯度向量自相關(guān)矩陣行列式(GCM)設(shè)計為角點檢測的響應(yīng)函數(shù),給出了GCM角點檢測算法實現(xiàn)步驟。并針對單角點Γ模型和END雙角點模型從理論上研究了GCM在角點位置的極值特性
5、。
③本文把平面曲線的LoG算子定義為一個矢量計算,研究了LoG算子作用于平面輪廓曲線之后的特征和規(guī)律。通過分析和理論證明可知,LoG算子的范數(shù)在平面輪廓曲線的角點位置上具有唯一的極值響應(yīng)。因此,本文把LoG算子的范數(shù)定義為一種新的角點響應(yīng)函數(shù),從而給出了LoG角點檢測算法。實驗結(jié)果分析表明LoG算法檢測率高,魯棒性強,復(fù)雜度小,具有計算速度快和容易實施的特點。
④前面幾種算法是在高斯尺度空間下獲得的檢測器。
6、本文進一步研究了B-樣條尺度空間多個尺度的圖像輪廓演化特征。輪廓的角點鄰域在不同尺度下的演化差異顯著,其他位置則呈現(xiàn)較為一致的響應(yīng)強度。這樣,根據(jù)不同尺度下的演化差異的局部極值點來定位角點,可以把圖像輪廓的演化差異DoB的范數(shù)定義為角點響應(yīng)函數(shù),從而有效地融合各個尺度的特征信息,既增強了特征點的響應(yīng),又抑制了噪聲的影響。DoB角點檢測算法解決了候選角點單一尺度的問題,提高了檢測的精度,同時B-樣條實現(xiàn)了快速卷積,有效地解決了采用高斯核的
7、卷積計算的復(fù)雜度隨尺度變大而增加的問題,提高了檢測的速度。實驗結(jié)果表明算法檢測速度快,定位準確,檢測精度高。
⑤本文引入CCN、ACU和重復(fù)率角點評價準則,把文中提出四種新的角點檢測器(DCM、GCM、LoG、DoB)和一些經(jīng)典的檢測器(Harris、CSS和Wavelet)進行了綜合性能評估。對大量圖像進行旋轉(zhuǎn)、仿射、尺度、噪聲等變換,評估各種角點檢測器的各項性能指標。從評估結(jié)果上看,本文提出的幾種角點檢測器效果良好,可
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(yù)覽,若沒有圖紙預(yù)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
- 基于角點檢測的圖像拼接方法研究.pdf
- 基于圖像邊緣的角點檢測算方法研究.pdf
- 基于FPGA的視頻圖像角點檢測方法研究.pdf
- 基于輪廓的角點檢測算法研究.pdf
- 基于角點檢測的圖像拼接算法研究.pdf
- 圖像角點檢測算法的研究.pdf
- 圖像角點檢測算法研究.pdf
- 基于圖像邊緣信息的角點檢測算法研究.pdf
- 幾種輪廓曲率估計角點檢測算法研究.pdf
- 基于輪廓檢測的自然圖像分割方法研究.pdf
- 圖像角點檢測和匹配算法的研究.pdf
- 輪廓曲線的關(guān)鍵點檢測研究.pdf
- 數(shù)字圖像角點檢測算法的研究.pdf
- 基于角點檢測的圖像配準技術(shù)研究---開題報告
- 基于輪廓的圖像局部不變特征檢測方法研究.pdf
- 基于混合角點檢測的腦磁共振圖像配準.pdf
- 基于圖像處理技術(shù)的凸輪盤輪廓檢測方法研究.pdf
- 基于角點檢測的多攝像頭圖像拼接技術(shù)
- 基于角點檢測的圖像配準技術(shù)研究---開題報告
- 基于k-余弦曲率的圖像角點檢測算法.pdf
評論
0/150
提交評論