图像匹配中若干问题的研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:pppp7799
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
图像匹配作为计算机视觉中的一门重要技术,它在遥感图像分析、水下检查、立体视觉、自动地图、运动分析等领域都有广泛的应用。利用某些特殊的硬件设备可以达到图像的自动匹配,但是它们大多价格昂贵,操作复杂。图像匹配技术为这一问题提供了很好的解决方案。研究可行的图像匹配技术一直是人们不懈努力追求的目标。 在图像的匹配过程中,受硬件设备条件的限制,采集到的图像总无法符合人们的需要。其中,在水下图像的采集过程中,由于水流的作用,水下机器人的镜头总会有所晃动,这会造成拍摄像距的变化,从而造成采集图像的缩放。本文解决由镜头的前后晃动造成像距的改变,从而导致拍摄图像有缩放情况下的匹配问题。这种缩放在镜头横向晃动较小时可认为是一种近似的线性变换。 本文通过分析图像的几何特征,利用B样条函数的型值,提出了一种求图像缩放比例的方法。首先提取图像最为显著的一些特征点,然后通过特征点得到描述图像几何性质的B样条曲线,通过样条曲线的几何性质,求得图像的缩放比例。另外文中还利用小波变换的技术简化了匹配过程的计算。实验结果表明,算法在大多数情况下可以达到缩放图像的自动匹配,具有较快的运算速度和较好的匹配精度。 另外,对于难于提取几何信息的图像,利用模式识别的方法,利用图像的特征矩,也可以达到图像的自动匹配。这种方法利用图像的整体特征,具有很强的普适性,但运算速度有待提高。
其他文献
线性矩阵不等式(Linear Matrix Inequality)理论是近来兴起的一种解决系统分析设计问题的重要方法,其在控制领域的应用日益广泛,现己成为控制理论中分析和综合的有力工具。本文
学位
无网格方法是近几十年快速发展起来的一种新兴的数值方法,相对于有限元、边界元等方法来说起步较晚,但是可以应用到比有限元、边界元等传统数值方法更广的领域,有着很强的生命力
图像分割是图像处理领域中一个研究的热点问题。由于图像种类繁多,每类图像又具有各自不同的特点,因此很难得到一种适合于所有图像的分割方法。鉴于此,人们主要针对特定的图
排样问题是一类经典的组合优化问题,在现实生产中具有广泛的应用。排样问题是将待排样物体合理的摆放在指定的空间(平面)中,满足必要的约束,并且达到某种最优目标。布局结果的好
本课题主要研究了两类带有负顾客且具有反馈的排队模型,把负顾客和反馈相结合,先考虑了一类带有负顾客且具有反馈的M/G/l排队模型,正顾客服务完以概率p离开系统,以概率1-p排到队
随着人类社会的不断进步和发展、社会生产和科学技术水平的不断提高,生产和社会生活中提出的控制和管理问题的规模越来越大。控制系统的结构也越来越复杂,出现了各种结构的大系
对于上海市居民来说,加强金融资产弹性配置非常必要,可以使自己的资产达到更好的增值保值效果.笔者在上海市各个地区共发放了780份问卷调查,回收了680份,根据680份数据对上海
在现代经济生活中,风险是人们相当关注的一个问题。市场行情瞬息万变的证券市场尤其如此。证券市场降低风险的主要实现方式,是通过多样化的组合投资来降低和消除非系统性风险,而
系统辨识是对输入和输出观测数据的基础上,在一类系统中确定一个与被辨识系统等价的系统。对于线性系统辨识的研究理论已经趋于成熟,但是,在现实生活中,实际系统几乎都是非线性系