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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、基于局部不變特征的匹配方法是近年來圖像處理研究的一個(gè)熱點(diǎn),被廣泛的應(yīng)用于各個(gè)領(lǐng)域,本文將局部不變特征方法應(yīng)用于遙感領(lǐng)域,主要研究遙感圖像的匹配算法。遙感圖像包括同源遙感圖像與異源遙感圖像,它們的匹配方法都有著各自的研究難點(diǎn)。同源遙感圖像匹配的難點(diǎn)主要是實(shí)現(xiàn)算法的實(shí)時(shí)性,而異源遙感圖像主要問題是解決圖像間的非線性灰度差異,基于以上問題,本文分別提出了以下的算法。
為了解決遙感圖像匹配的實(shí)時(shí)性問題,目前的解決方案主要采用二進(jìn)制描述
2、子方法進(jìn)行匹配。描述子通常需要計(jì)算主方向來獲得旋轉(zhuǎn)不變性,但主方向的計(jì)算往往存在誤差,會(huì)導(dǎo)致匹配效果不理想。針對(duì)上述問題,本文提出一種基于等距環(huán)局部二值模式的二進(jìn)制描述子方法。在描述子構(gòu)造與描述子匹配過程中分別使用了等距環(huán)局部二值采樣模式與分組匹配策略,使得構(gòu)造的描述子具有旋轉(zhuǎn)不變性,解決主方向問題和加速匹配過程。實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)二進(jìn)制描述子相比,本文方法可以有效解決主方向問題,并且具有更快的匹配速度及更高的準(zhǔn)確率。
異源
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(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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(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
- 基于局部特征的遙感圖像匹配方法.pdf
- 基于擴(kuò)展的局部二值模式的圖像紋理及圖像分類應(yīng)用.pdf
- 基于魯棒局部二值模式的紋理圖像分類算法研究.pdf
- 基于局部二值模式的紋理表達(dá)研究.pdf
- 基于多尺度局部二值模式的高光譜圖像分類算法研究.pdf
- 結(jié)合改進(jìn)的中心對(duì)稱局部二值模式人臉識(shí)別研究.pdf
- 結(jié)合改進(jìn)的中心對(duì)稱局部二值模式人臉識(shí)別研究
- 基于Contourlet變換和局部二值模式圖像紋理分類研究及其應(yīng)用.pdf
- 基于局部特征的圖像匹配算法研究.pdf
- 基于平均局部二值模式的虹膜識(shí)別.pdf
- 基于局部不變特征的圖像匹配的研究.pdf
- 基于局部二值模式的紋理特征研究與應(yīng)用.pdf
- 基于局部二值模式的人臉識(shí)別算法研究.pdf
- 基于局部特征與拓?fù)浼s束的遙感圖像匹配與目標(biāo)定位.pdf
- 基于局部灰度信息的圖像匹配.pdf
- 基于新型局部二值模式的視頻分割方法研究.pdf
- 基于粒子群算法的遙感圖像匹配研究.pdf
- 基于局部特征的圖像匹配與識(shí)別.pdf
- 基于局部小波二值模式的筆跡鑒定算法研究.pdf
- 基于GCP圖像片匹配的遙感圖像幾何精校正研究.pdf
評(píng)論
0/150
提交評(píng)論