2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著人們獲取圖像的途徑的豐富和所獲圖像的種類的繁多,數(shù)字圖像處理里一些基礎性的研究方向變得更加至關重要。圖像匹配就是數(shù)字圖像處理和模式識別領域里最基礎、最困難的內容之一。圖像匹配技術已有多年的全面發(fā)展歷史,對它的研究己取得了巨大的進展,其應用也己全面展開。但由于圖像匹配的輸入數(shù)據(jù)來源的多樣性,以及不同的應用對圖像匹配的要求各不相同,同時由于影響圖像匹配的因素的多樣性,導致圖像匹配問題的復雜性,圖像匹配的技術還有待于進一步的發(fā)展。研究圖像

2、匹配的方式及其相關的技術是目前國內外熱點之一。
  本文主要針對基于特征的圖像匹配關鍵技術進行了研究,本文的主要做了如下工作:
  1.對圖像匹配基本理論進行了概括性的探討,對圖像匹配的關鍵要素、匹配性能進行了簡要說明。通過對基于灰度相關的匹配、基于特征的匹配、基于變換域的匹配和基于模板的匹配特點的初步分析,找出基于特征圖像匹配的技術優(yōu)勢,并作為本文研究領域。
  2.對圖像特征的特征點提取中,主要研究了Harris特

3、征點提取法和SIFT特征點提取法。通過實驗發(fā)現(xiàn)Harris特征點提取法的會導致紋理信息較多的地方角點分布過密,使得特征點分布很不均勻,還可能漏掉一些實際的角點,運算速度相對要慢一點。故本文采用SIFT算法提出特征點。
  3.對SIFT算法進行改進,通過在圖像與高斯和卷積之前不對圖像放大一倍處理的方法,進一步提高了SIFT算法的特征點的提取速度。
  4.本文利用最近鄰NN算法對特征點進行匹配操作,并針對k-d樹搜索算法在對

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內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)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論