版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、圖像匹配技術(shù)是圖像信息處理領(lǐng)域的重要手段,涉及到工業(yè)檢測(cè)、軍事領(lǐng)域、遙感圖像處理、數(shù)據(jù)融合、生物醫(yī)學(xué)、智能交通等眾多領(lǐng)域。圖像匹配是將兩幅待匹配圖像在空間上進(jìn)行對(duì)準(zhǔn)或者根據(jù)已知模式(模板圖像)在另一幅圖像中尋找對(duì)應(yīng)子圖的過(guò)程。自然條件下,成像的復(fù)雜性(天氣、成像角度、光照、干擾物等)影響圖像匹配算法的魯棒性,尤其是實(shí)時(shí)性和匹配率。因此,本文圍繞魯棒性展開(kāi)了對(duì)圖像匹配技術(shù)的研究。
針對(duì)重復(fù)模式造成的誤匹配問(wèn)題,本文提出了一種基于
2、間接匹配的魯棒性算法。首先對(duì)特征進(jìn)行顯著度分析,優(yōu)先匹配均勻分布的顯著特征,建立兩幅圖像之間近似的投影關(guān)系。在后續(xù)的匹配中,不斷縮小投影誤差與匹配區(qū)域,選擇顯著性高的特征點(diǎn)進(jìn)行匹配,逐步修正上一次計(jì)算的投影矩陣。該方法優(yōu)先匹配顯著度高的特征點(diǎn),具有較高的穩(wěn)定性,可以有效地處理包含重復(fù)模式場(chǎng)景的匹配問(wèn)題,提高了匹配的正確率,增加了正確匹配對(duì)的數(shù)量。
針對(duì)傳統(tǒng)模板匹配算法無(wú)法解決抗旋轉(zhuǎn)的問(wèn)題,本文提出了一種基于兩階段搜索的抗旋轉(zhuǎn)模
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 魯棒性數(shù)字圖像水印技術(shù)研究.pdf
- 魯棒性圖像曲線匹配方法研究.pdf
- 具有視差魯棒性的圖像拼接技術(shù)研究.pdf
- 數(shù)字圖像的魯棒性水印技術(shù)研究.pdf
- 二值文檔圖像魯棒性水印技術(shù)研究.pdf
- 可逆圖像水印魯棒性的關(guān)鍵技術(shù)研究.pdf
- 文本圖像魯棒認(rèn)證技術(shù)研究.pdf
- 圖像魯棒匹配及相關(guān)技術(shù)的應(yīng)用研究.pdf
- 文本圖像魯棒認(rèn)證技術(shù)研究(1)
- 數(shù)字圖像魯棒隱寫技術(shù)研究.pdf
- 魯棒圖像多目數(shù)字水印技術(shù)研究.pdf
- 基于MSER的魯棒圖像水印技術(shù)研究.pdf
- 基于感知模型的魯棒圖像水印技術(shù)研究.pdf
- 基于局部特征的魯棒圖像水印技術(shù)研究.pdf
- 魯棒性圖像水印算法研究.pdf
- 魯棒水印技術(shù)研究.pdf
- 圖像數(shù)字水印魯棒性研究.pdf
- 抗去同步攻擊的魯棒圖像水印技術(shù)研究.pdf
- 基于圖像的魯棒性數(shù)字水印技術(shù)的研究.pdf
- 人臉圖像識(shí)別技術(shù)及魯棒性的研究
評(píng)論
0/150
提交評(píng)論