基于多支撐域的曲線匹配算法的研究.pdf

1、計算機視覺作為人工智能的一個重要分支，目前已經(jīng)廣泛應(yīng)用于各種工業(yè)生產(chǎn)以及消費類應(yīng)用，比如將有重疊的照片變成無縫拼接起來的單張全景圖;將所拍攝的物體或人物的一幅或多幅快照轉(zhuǎn)變?yōu)槠?D模型;還可以進行身份驗證等。圖像匹配作為汽車識別、三維建模、圖像拼接、增強現(xiàn)實等領(lǐng)域中的一個關(guān)鍵技術(shù)點，其主要任務(wù)是從同一場景不同時間或不同視角下攝取的兩幅或多幅圖像中查找特征基元之間的對應(yīng)關(guān)系（點、曲線和區(qū)域）。
　　首先從紋理特征的角度出發(fā)，綜合了目

2、前紋理的理解，對紋理的定義，如何表現(xiàn)以及發(fā)展歷程進行詳細闡述，又對當(dāng)前曲線匹配算法所運用到的技術(shù)進行介紹并加以分析，最終選擇合適的技術(shù)來完成此次曲線匹配。并把提出的描述子應(yīng)用到此匹配流程中，設(shè)計出了一個具有良好魯棒性的曲線自動匹配算法。最重要的是基于已有的描述子，引入多支撐區(qū)域，提出一種新穎的基于多支撐區(qū)域的亮度序曲線描述子MRIOCD(MRIOCD:Mult-region Intensity Order CurveDescriptor

3、)。此描述子按照一定的規(guī)律增大支撐區(qū)域半徑構(gòu)造多支撐域，避免由相似曲線引起的匹配誤差，提高曲線匹配的準(zhǔn)確度。具有良好的魯棒性。
　　在自動匹配實驗中，通過多組匹配實驗比較半徑大小與支撐區(qū)域個數(shù)對圖像曲線匹配總數(shù)和正確率帶來的影響，選取合適的原始半徑和支撐區(qū)域個數(shù)。此后通過比較IOCD和MRIOCD描述子對在旋轉(zhuǎn)、光照變化、壓縮、視角變換等條件下多組圖像的曲線匹配總數(shù)和正確率，驗證了描述子在不同條件下?lián)碛辛己玫牟蛔冃?，以及對曲線的辨