版權(quán)說明: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),請進行舉報或認領(lǐng)
文檔簡介
1、圖像匹配技術(shù)是圖像信息處理領(lǐng)域中極為重要的技術(shù),在機器視覺應用中占極大比重。圖像匹配就是根據(jù)實時圖像與參考圖像來選定某些特征、搜索策略和相似準則進行相關(guān)運算,以確定匹配的最佳空間對應點。其性能的主要評價標準有匹配概率、匹配精度和匹配速度,而影響其性能的要素主要有特征空間、相似慣量、搜索空間以及搜索策略四個方面。
圖像匹配算法主要分為基于灰度相關(guān)圖像匹配算法和基于特征點的圖像匹配算法,兩種算法均采用逐像素遍歷的搜索策略,因此二者
2、的計算量相對較大,匹配速度均也相對較慢,灰度相關(guān)圖像匹配方法也因此而適用性不強。本文將圖像匹配問題轉(zhuǎn)化成全局優(yōu)化問題,然后將競選算法應用其中求解全局最優(yōu)解,以達到提高匹配速度,優(yōu)化匹配性能的目的。
競選算法是一種群集智能啟發(fā)式全局優(yōu)化算法,具有不受初始值限制、信息共享等特征,在全局范圍內(nèi)施行多初始值并行搜索的機制,在加快搜索速度的同時又能防止陷入局部最優(yōu)的陷阱。競選算法對基于灰度相關(guān)的圖像算法進行優(yōu)化的優(yōu)化方式是直接應用于全過
3、程中,而基于特征點的圖像匹配則不同。由于基于特征點的圖像匹配算法尋找特征點的方式其實是尋找局部最優(yōu),競選算法在此過程中發(fā)揮作用不會很大,因此對其流程要做出相應的改變。改進流程中需要先尋找到模板的特征點,然后在待測圖像的搜索空間內(nèi)進行匹配,尋找相似慣量最好的點作為匹配點,競選算法在此過程中即可發(fā)揮其優(yōu)點,提升匹配性能。
本文根據(jù)上述理論完成了相關(guān)工作,首先完成了基于VC++的競選算法的實現(xiàn),根據(jù)C++語言封裝性的功能實現(xiàn)了競選算
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于競選算法的旋轉(zhuǎn)圖像匹配.pdf
- 基于結(jié)構(gòu)特征的圖像匹配算法及應用.pdf
- 基于稠密匹配的圖像分割算法的研究及應用.pdf
- 基于多特征融合的圖像匹配算法及應用.pdf
- 基于特征的圖像匹配算法研究與應用.pdf
- 基于梯度特征的圖像匹配算法研究及其應用.pdf
- 基于SIFT算法的圖像匹配研究.pdf
- 基于特征的圖像匹配算法研究
- 圖像匹配算法的研究與應用.pdf
- 基于匹配的圖像識別算法的應用研究.pdf
- 基于形狀的圖像匹配算法研究.pdf
- 基于KPCA的圖像匹配算法研究.pdf
- 基于改進SIFT的圖像匹配算法研究.pdf
- 基于特征點的圖像匹配算法研究.pdf
- 基于SAR圖像的景象匹配算法研究.pdf
- 指紋圖像增強及匹配算法的研究與應用.pdf
- 基于局部特征的圖像匹配算法研究.pdf
- 基于圖譜理論的圖像匹配算法研究.pdf
- 基于內(nèi)容特征的圖像匹配算法的研究.pdf
- 基于圖像特征的模板匹配算法的研究.pdf
評論
0/150
提交評論