圖像配準(zhǔn)技術(shù)是圖像拼接、圖像融合等高級應(yīng)用中關(guān)鍵的步驟之一,由于其應(yīng)用的廣泛性,一直以來都是一個(gè)研究熱點(diǎn)。圖像配準(zhǔn)方式大致可以分為兩大類:基于區(qū)域的匹配方法和基于特征的匹配方法。由于基于特征的方法是將圖像的重要表達(dá)信息選取分析,在匹配中大幅度的降低了計(jì)算量,另外,特征的提取能夠抗噪聲,且能較好的適應(yīng)灰度變化、視角變化及遮擋等干擾。因此,本文中選擇基于特征點(diǎn)的配準(zhǔn)方法進(jìn)行研究。隨著多年來國內(nèi)外學(xué)者的大量研究,目前圖像配準(zhǔn)及其相關(guān)方面的應(yīng)用都取得了較大的進(jìn)展,但對于具有動態(tài)變化、光照變換和相似特征過多的場景圖像而言,其配準(zhǔn)的精確性和實(shí)時(shí)性都存在一定的差距。通過對特征點(diǎn)的提取及匹配準(zhǔn)則的分析研究,在前人的研究基礎(chǔ)之上文中對特征點(diǎn)的有效提取及匹配準(zhǔn)則等問題提出了相應(yīng)的改進(jìn)措施。另外,將基于特征點(diǎn)的配準(zhǔn)方法和運(yùn)動濾波相結(jié)合應(yīng)用于視頻序列的穩(wěn)像中,以提高輸出視頻的穩(wěn)定性。主要研究方法有三部分:（1）特征點(diǎn)的提取方面,提出一種混合特征下預(yù)測最優(yōu)閾值實(shí)現(xiàn)圖像特征提取的方法。針對SIFT（Scale-invariant feature transform）算法由于固定對比度閾值不能適應(yīng)圖像具體場景而使得... 

【文章頁數(shù)】：50 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 圖像配準(zhǔn)技術(shù)
        1.1.2 穩(wěn)像技術(shù)
    1.2 研究現(xiàn)狀與存在問題
        1.2.1 圖像配準(zhǔn)及電子穩(wěn)像技術(shù)研究現(xiàn)狀
        1.2.2 存在問題及分析
    1.3 論文組織結(jié)構(gòu)
第2章 圖像配準(zhǔn)及電子穩(wěn)像技術(shù)概述
    2.1 圖像配準(zhǔn)技術(shù)
        2.1.1 圖像配準(zhǔn)概念及原理
        2.1.2 基于特征的圖像配準(zhǔn)方法
    2.2 特征提取與特征匹配
        2.2.1 特征提取方法
        2.2.2 特征匹配方法
    2.3 電子穩(wěn)像技術(shù)
    2.4 本章小結(jié)
第3章 基于混合特征及最優(yōu)閾值預(yù)測的圖像匹配方法
    3.1 SIFT算法基本原理
        3.1.1 算法概述
        3.1.2 基本原理與實(shí)現(xiàn)步驟
    3.2 混合特征下最優(yōu)閾值模型的建立
        3.2.1 紋理特征提取
        3.2.2 最優(yōu)閾值模型的建立
    3.3 引入紋理特征向量約束的匹配準(zhǔn)則
    3.4 實(shí)驗(yàn)與分析
        3.4.1 實(shí)驗(yàn)環(huán)境及數(shù)據(jù)
        3.4.2 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
第4章 基于自適應(yīng)SIFT算法的序列圖像匹配方法
    4.1 主成分分析法介紹(PCA)
    4.2 自適應(yīng)SIFT算法原理
        4.2.1 SIFT算法在序列圖像匹配時(shí)存在的問題分析
        4.2.2 序列圖像統(tǒng)計(jì)信息矩陣及計(jì)算
        4.2.3 閾值預(yù)測模型及建立
    4.3 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第5章 基于特征點(diǎn)匹配的電子穩(wěn)像算法及分析
    5.1 基于特征點(diǎn)匹配運(yùn)動估計(jì)結(jié)合運(yùn)動濾波的電子穩(wěn)像算法原理
    5.2 運(yùn)動濾波
    5.3 實(shí)驗(yàn)結(jié)果及分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
個(gè)人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果


【參考文獻(xiàn)】：
期刊論文
[1]圖像局部特征匹配算法發(fā)展綜述[J]. 林曦蕾.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2019(09)
[2]一種局部最佳閾值預(yù)測的自適應(yīng)角點(diǎn)檢測方法[J]. 吳騰,張志利,趙軍陽,張海峰.  計(jì)算機(jī)工程. 2018(03)
[3]基于紋理特征的SIFT算法改進(jìn)[J]. 白亞茜,劉著平,凌建國.  紅外技術(shù). 2016(08)
[4]主成分分析方法綜述[J]. 趙薔.  軟件工程. 2016(06)
[5]基于SVM-SOM集成學(xué)習(xí)的故障診斷方法研究[J]. 何艷,周麗麗,楊喆.  自動化技術(shù)與應(yīng)用. 2015(10)
[6]結(jié)合Harris與SIFT算子的圖像快速配準(zhǔn)算法[J]. 許佳佳.  中國光學(xué). 2015(04)
[7]基于多特征的紋理特征提取方法研究與應(yīng)用[J]. 梅浪奇,郭建明,劉清.  交通信息與安全. 2015(02)
[8]基于灰度共生矩陣對紋理特征的分析[J]. 徐登云,王龍秀.  西部資源. 2012(02)
[9]基于SIFT和卡爾曼濾波的電子穩(wěn)像技術(shù)研究[J]. 張淼,郭成嬌,李向陽,方向忠.  信息技術(shù). 2012(03)
[10]基于內(nèi)容的圖像檢索系統(tǒng)設(shè)計(jì)[J]. 莊銀蘋,王阿明,胡俊峰,唐璐.  軟件導(dǎo)刊. 2011(06)

博士論文
[1]基于特征點(diǎn)的圖像配準(zhǔn)及其在穩(wěn)像中的應(yīng)用[D]. 易盟.西安電子科技大學(xué) 2013
[2]基于圖理論的圖像結(jié)構(gòu)化描述與匹配方法研究[D]. 曲智國.國防科學(xué)技術(shù)大學(xué) 2013

碩士論文
[1]基于局部點(diǎn)特征提取的圖像配準(zhǔn)方法研究[D]. 李冰.太原理工大學(xué) 2019
[2]具有運(yùn)動感知能力的車輪力傳感器設(shè)計(jì)與實(shí)現(xiàn)[D]. 商亮.東南大學(xué) 2018
[3]運(yùn)動估計(jì)算法的改進(jìn)及電子穩(wěn)像技術(shù)應(yīng)用[D]. 李寶同.北京工業(yè)大學(xué) 2016
[4]基于統(tǒng)計(jì)特征的數(shù)字圖像拼接檢測技術(shù)研究[D]. 樊曉婷.中北大學(xué) 2016
[5]基于多特征和相關(guān)反饋的圖像檢索技術(shù)研究[D]. 劉保東.電子科技大學(xué) 2013
[6]基于視頻的運(yùn)動船只識別與跟蹤技術(shù)研究[D]. 王焜.廈門大學(xué) 2009
[7]儀表的圖像識別及智能圖像監(jiān)控方法研究[D]. 吳國良.重慶大學(xué) 2009
[8]基于特征點(diǎn)匹配的電子穩(wěn)像算法研究[D]. 鄧再強(qiáng).電子科技大學(xué) 2008
[9]基于紋理分析的虛擬結(jié)腸鏡CAD技術(shù)研究[D]. 王天.西安電子科技大學(xué) 2008
[10]一種結(jié)合邊緣特征和互信息的圖像配準(zhǔn)方法[D]. 陳東.大連理工大學(xué) 2007



本文編號：3653483