图像特征提取及目标匹配的理论和方法研究
文献类型:学位论文
作者 | 张志佳 |
学位类别 | 博士 |
答辩日期 | 2006-01-15 |
授予单位 | 中国科学院沈阳自动化研究所 |
授予地点 | 中国科学院沈阳自动化研究所 |
导师 | 史泽林 ; 黄莎白 |
关键词 | 特征提取 边缘特征匹配 区域特征匹配 代数特征匹配 相关跟踪 |
其他题名 | Research on the Methods of Feature Extracting and Target Matching |
学位专业 | 模式识别与智能系统 |
中文摘要 | 图像匹配作为图像处理及模式识别领域的一个基础问题,在光学制导、遥感测量、机器视觉、目标识别以及工业检测等领域都有广泛的应用。图像匹配的难点在于图像本身复杂多变、图像中存在运动目标以及各种成像过程中的畸变。寻找适应性强、精度高、计算速度快的匹配算法一直是当前的研究热点。本文以中国科学院知识创新工程项目“成像制导信息处理及平台控制新技术研究”为课题背景,结合实际成像制导项目要求,在对现有图像匹配方法深入分析的基础上,对边缘点特征、区域特征和代数特征进行了深入研究,给出了相应的特征提取方法和匹配算法。第一部分给出了图像匹配的数学模型并讨论了其发展现状。从特征空间、相似性测度、搜索策略这三个基本要素出发,阐述了图像匹配的基本过程及其影响因素。第二部分研究了预处理范畴上的图像去噪算法。提出了一种自适应确定图像傅立叶频域中条带成分的方法,从而有效去除图像中的条带噪声;结合基于奇异值分解的图像重构理论,建立了一个使最优去噪图像为能量函数最小解的能量模型,给出了一种针对高斯噪声的自适应图像去噪算法。第三部分研究了基于边缘点特征的匹配算法。针对边缘提取并二值化后的点特征图像,定义了一种新的距离函数以用于图像相关匹配。针对使用Hausdorff距离进行点集匹配时需要较大计算量这一缺点,提出了一种基于“搜索窗”的搜索算法来减少在不必要的位置上进行点集的Hausdorff匹配运算,从而提高了运算速度。第四部分研究了基于区域特征的匹配算法。提出了一种改进的基于势函数聚类的多阈值图像分割算法,以有效地提取图像的区域特征。在此基础上,对不同位置的目标区域,建立了一种不同隶属度的区域模板相关匹配方法并给出了实验结果。第五部分研究了基于代数特征的匹配算法。奇异值是对图像矩阵进行分解后提取出的一种代数特征,本文研究了奇异值分解与主成分分析之间的关系,证明了在正定对称矩阵条件下两者的等价性关系;提出了一种基于奇异值向量的目标匹配和跟踪算法;针对末制导过程中逼近目标时的尺度放大,定义了一个奇异值缩放不变特征,并据此提出了一种自适应相关匹配算法。 |
索取号 | TP391.4/Z36/2005 |
语种 | 中文 |
公开日期 | 2012-08-29 |
分类号 | TP391.4 |
源URL | [http://ir.sia.ac.cn/handle/173321/9509] ![]() |
专题 | 沈阳自动化研究所_光电信息技术研究室 |
推荐引用方式 GB/T 7714 | 张志佳. 图像特征提取及目标匹配的理论和方法研究[D]. 中国科学院沈阳自动化研究所. 中国科学院沈阳自动化研究所. 2006. |
入库方式: OAI收割
来源:沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。