基于輪廓的圖像匹配技術(shù)研究.pdf

1、圖像匹配技術(shù)在遙感、模式識(shí)別、導(dǎo)航制導(dǎo)、醫(yī)學(xué)診斷、計(jì)算機(jī)視覺等領(lǐng)域中廣泛應(yīng)用,本文模擬人類對(duì)圖像的認(rèn)知過程,對(duì)基于輪廓的圖像匹配技術(shù)進(jìn)行了研究。
　　 首先,為了能得到比較完整的長(zhǎng)輪廓,先對(duì)圖像進(jìn)行聚類分割。在現(xiàn)有方法的基礎(chǔ)上,改進(jìn)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(gè)數(shù)為聚類個(gè)數(shù),近似主色成分對(duì)應(yīng)的顏色量化值為初

2、始聚類中心,在該特征空間對(duì)圖像像素點(diǎn)進(jìn)行K均值聚類,從而得到整幅圖像的聚類分割。實(shí)驗(yàn)結(jié)果表明,本方法能較準(zhǔn)確地對(duì)彩色圖像自動(dòng)分割,自適應(yīng)地確定聚類個(gè)數(shù),并且與人眼對(duì)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(duì)聚類后的圖像進(jìn)行邊緣檢測(cè)。分析研究了常見的邊緣檢測(cè)方法,并對(duì)它們的檢測(cè)效果進(jìn)行比較,最終確定了利用Canny算子對(duì)聚類分割后的圖像進(jìn)行邊緣檢測(cè)。研究了邊界跟蹤算法

3、,對(duì)邊緣檢測(cè)的結(jié)果進(jìn)行斷點(diǎn)連接和輪廓跟蹤,得到原圖像的輪廓點(diǎn)序列。
　　 最后對(duì)輪廓匹配進(jìn)行了研究。研究了基于曲率的輪廓匹配和基于角點(diǎn)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(duì)輪廓進(jìn)行擬合,以克服噪聲和變形的影響,對(duì)保留的輪廓點(diǎn)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(shí)仍能實(shí)現(xiàn)輪廓點(diǎn)的正確匹配,并且對(duì)旋轉(zhuǎn)、平移等變