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、圖像匹配技術(shù)在遙感、模式識別、導(dǎo)航制導(dǎo)、醫(yī)學(xué)診斷、計算機視覺等領(lǐng)域中廣泛應(yīng)用,本文模擬人類對圖像的認知過程,對基于輪廓的圖像匹配技術(shù)進行了研究。
首先,為了能得到比較完整的長輪廓,先對圖像進行聚類分割。在現(xiàn)有方法的基礎(chǔ)上,改進了彩色圖像近似主色成分的確定方法。分析并比較了幾種紋理描繪子,最終確定熵圖像作為紋理特征度量。綜合圖像的顏色和紋理特征,構(gòu)建4維特征空間,以近似主色成分個數(shù)為聚類個數(shù),近似主色成分對應(yīng)的顏色量化值為初
2、始聚類中心,在該特征空間對圖像像素點進行K均值聚類,從而得到整幅圖像的聚類分割。實驗結(jié)果表明,本方法能較準確地對彩色圖像自動分割,自適應(yīng)地確定聚類個數(shù),并且與人眼對圖像的視覺感受一致,很好地再現(xiàn)圖像的概貌特征。分割結(jié)果有利于提取圖像的主要輪廓等后續(xù)處理。
其次,對聚類后的圖像進行邊緣檢測。分析研究了常見的邊緣檢測方法,并對它們的檢測效果進行比較,最終確定了利用Canny算子對聚類分割后的圖像進行邊緣檢測。研究了邊界跟蹤算法
3、,對邊緣檢測的結(jié)果進行斷點連接和輪廓跟蹤,得到原圖像的輪廓點序列。
最后對輪廓匹配進行了研究。研究了基于曲率的輪廓匹配和基于角點的輪廓匹配,分析了這兩種方法存在的不足。提出了基于道格拉斯-普克多邊形擬合的輪廓匹配算法,應(yīng)用道格拉斯-普克法對輪廓進行擬合,以克服噪聲和變形的影響,對保留的輪廓點構(gòu)建了二維幾何特征不變量,用于相似性的度量。結(jié)果表明,本文方法在圖像間存在4倍縮放關(guān)系時仍能實現(xiàn)輪廓點的正確匹配,并且對旋轉(zhuǎn)、平移等變
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
- 基于粗大輪廓的異源圖像匹配技術(shù)研究.pdf
- 基于粗大輪廓的異源視覺圖像匹配技術(shù)研究.pdf
- 基于粗大輪廓的異源圖像匹配關(guān)鍵技術(shù)研究.pdf
- 基于顯著輪廓信息的異源圖像匹配關(guān)鍵技術(shù)研究.pdf
- 基于物體輪廓的曲線匹配技術(shù)研究.pdf
- 基于輪廓信息的圖像模式匹配.pdf
- 基于主動輪廓的圖像分割技術(shù)研究.pdf
- 基于視覺定位的圖像匹配技術(shù)研究.pdf
- 基于特征點的圖像匹配技術(shù)研究.pdf
- 基于視覺感知的圖像輪廓檢測技術(shù)研究.pdf
- 基于輪廓片段的圖像識別技術(shù)研究.pdf
- 基于輪廓線的圖像變形技術(shù)研究.pdf
- 基于視覺感知機制的圖像輪廓檢測技術(shù)研究.pdf
- 基于輪廓的多源圖像配準技術(shù)研究.pdf
- 基于主動輪廓模型的圖像分割技術(shù)研究.pdf
- 圖像匹配技術(shù)研究.pdf
- 基于特征的SAR圖像匹配技術(shù)研究.pdf
- 基于特征描述的圖像匹配技術(shù)研究.pdf
- 基于雙目視覺的圖像匹配技術(shù)研究.pdf
- 紅外圖像匹配技術(shù)研究.pdf
評論
0/150
提交評論