基于聚類和馬氏距離的多角度匹配昆蟲圖像算法研究.pdf

1、分類號：密級：UDC：學(xué)號：6720130413碩士學(xué)位論文2016年5月29日基于聚類和馬氏距離的多角度匹配昆蟲圖像算法研究基于聚類和馬氏距離的多角度匹配昆蟲圖像算法研究TheresearchofMultiAngleinsectsimagematchingalgithmbasedontheClusterMahalanobisdistance學(xué)位類別：工程碩士作者姓名：王秋麗學(xué)科、專業(yè)：計算機技術(shù)指導(dǎo)教師：蘭紅教授研究方向：圖像處理江西

2、理工大學(xué)碩士學(xué)位論文摘要I摘要圖像匹配技術(shù)在圖像分析、圖像處理、圖像信息處理等方面一直是重點研究的問題。近年來，隨著農(nóng)林業(yè)技術(shù)的發(fā)展，昆蟲識別成為了學(xué)者們研究的熱點。研究昆蟲生態(tài)學(xué)和昆蟲形態(tài)學(xué)要研究昆蟲的形態(tài)特征以及昆蟲的結(jié)構(gòu)特征，圖像分割技術(shù)將所要識別的圖像與背景分割開來是昆蟲圖像識別的第一步，圖像匹配將分割出來的昆蟲圖像作為模板，利用圖像的特征信息對目標(biāo)昆蟲圖像進行篩選得到所要的昆蟲圖像，是昆蟲圖像識別的又一重要環(huán)節(jié)。因此圖像匹配在

3、昆蟲圖像識別中有重要的作用。SURF算法是近年來圖像匹配技術(shù)研究的熱點，SURF算法采用Hessian矩陣近似的方法，并且使用積分圖像大大減少了計算時間，是一種具有快速魯棒特征的圖像匹配的描述方法，因此廣泛應(yīng)用于醫(yī)學(xué)圖像、遙感圖像等的匹配方面。本文重點研究基于SURF算法的昆蟲圖像匹配算法，針對SURF算法在不同類型昆蟲圖像匹配中存在的不足進行優(yōu)化。主要工作和創(chuàng)新點如下：（1）提出了一種基于聚類的SURF昆蟲圖像匹配算法，該算法結(jié)合聚類

4、算法具有檢測噪聲點的功能，用聚類算法與SURF算法相結(jié)合，將特征點中的噪聲點剔除，實現(xiàn)去除噪聲的功能。（2）提出一種基于馬氏距離的多角度昆蟲圖像匹配算法?；诰垲惖腟URF算法能夠有效的將昆蟲圖像進行匹配，從而實現(xiàn)圖像的識別，但是在實際應(yīng)用中，由于大部分圖像拍攝角度不同，因此多角度圖像的匹配成為一大熱點，然而SURF算法對于多角度圖像匹配效果并不理想。因此，該算法將SURF算法與馬氏距離相結(jié)合，使匹配算法具有更好的仿射不變性。實驗顯示，

5、基于聚類的SURF昆蟲圖像匹配算法無論是在無背景噪聲條件下還是在有背景噪聲條件下，其匹配準(zhǔn)確率都遠(yuǎn)遠(yuǎn)高于SURF算法。說明基于聚類的SURF昆蟲圖像匹配算法在昆蟲圖像匹配中具有非常好的應(yīng)用效果。而馬氏距離改進的多角度昆蟲圖像匹配算法改進了傳統(tǒng)SURF算法在多角度圖像匹配中匹配效率低的問題，使其匹配準(zhǔn)確率遠(yuǎn)遠(yuǎn)高于SURF算法。說明本文改進算法在多角度昆蟲圖像匹配中具有非常好的應(yīng)用效果。關(guān)鍵詞：昆蟲圖像匹配；SURF算法；聚類算法；馬氏距離