本文關鍵詞：基于移動平臺的特征匹配算法評估系統(tǒng)研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來隨著圖像匹配技術的日臻成熟,以及移動終端設備的高速發(fā)展,匹配技術在終端上的應用日益廣泛和深入。然而,目前有關匹配技術及相關算法的研究都是以PC機為實現(xiàn)平臺,再將其移植至終端設備,鮮見基于終端平臺的相關算法系統(tǒng)的開發(fā)。從終端設備特性的角度考慮,算法的性能應與終端平臺相得益彰。針對這一問題,本文對算法在終端運行時的性能評估系統(tǒng)進行了探究,并在實現(xiàn)系統(tǒng)設計后對匹配算法進行測試,針對系統(tǒng)給出的算法性能分析對被評估的算法采取相應的優(yōu)化策略,對提升終端匹配算法性能具有重要的實際意義。本文首先對各類圖像匹配算法進行了研究,并深入分析了FAST算法與SURF算法原理。然后以基于點特征的圖像匹配算法為基礎,提出圖像匹配算法模型并完成算法的接口設計。接著,以Android系統(tǒng)為終端平臺的載體,通過JNI技術,將匹配算法依據相應接口移植到Native層,并在Native層設計算法評估的測試方法和性能指標數據的處理子模塊,同時結合Java層完成系統(tǒng)圖形界面的設計和Android系統(tǒng)庫的調用,最終實現(xiàn)基于移動平臺的算法評估系統(tǒng)。經實驗證實,評估系統(tǒng)的運行結果與PC機的測試結果具有一致性。同時,該系統(tǒng)可以穩(wěn)定地運行在Android系統(tǒng)的終端平臺上并給出用戶指定匹配算法在終端運行時的參數報告,對于分析算法在終端的性能具有實用價值。在實現(xiàn)了算法評估系統(tǒng)后,本文依據算法在終端的性能報告,結合終端設備應用對算法的要求,提出基于閾值的魯棒性算法優(yōu)化方案和綜合算法優(yōu)化策略,從盡可能減少計算量和增強實時性的角度對算法進行優(yōu)化。經驗證,本文提出的算法具有較高的準確率、穩(wěn)定性和實用意義。
【關鍵詞】：移動終端 特征匹配 算法評估 SURF
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要3-5
• ABSTRACT5-12
• 第一章 緒論12-18
• 1.1 課題意義12-13
• 1.2 研究現(xiàn)狀13-15
• 1.2.1 圖像匹配發(fā)展現(xiàn)狀13-14
• 1.2.2 算法性能評估現(xiàn)狀14-15
• 1.3 研究目標和亟待解決的問題15-16
• 1.4 本文主要內容和章節(jié)安排16-18
• 第二章 匹配算法原理及接口18-29
• 2.1 圖像匹配算法分類18-21
• 2.1.1 基于灰度信息的圖像匹配方法18-19
• 2.1.2 基于特征信息的圖像匹配方法19-20
• 2.1.3 其他圖像匹配方法20-21
• 2.2 點特征匹配算法分析及接口定義21-28
• 2.2.1 FAST算法21-23
• 2.2.2 SURF算法23-26
• 2.2.3 算法接口預定義26-28
• 2.3 本章小結28-29
• 第三章 基于ANDROID系統(tǒng)移動平臺的算法評估系統(tǒng)實現(xiàn)29-58
• 3.1 開發(fā)平臺29-32
• 3.1.1 軟件開發(fā)平臺29-31
• 3.1.2 硬件測試平臺31-32
• 3.2 系統(tǒng)框架描述32-33
• 3.3 評估系統(tǒng)關鍵技術實現(xiàn)33-53
• 3.3.1 Native層設計與實現(xiàn)33-44
• 3.3.2 Java層設計與實現(xiàn)44-53
• 3.4 系統(tǒng)測試53-56
• 3.4.1 測試環(huán)境53-54
• 3.4.2 測試結果與分析54-56
• 3.5 本章小結56-58
• 第四章 針對評估測試結果的算法優(yōu)化58-77
• 4.1 基于閾值的魯棒性算法優(yōu)化58-72
• 4.1.1 SURF算法參數分析58-62
• 4.1.2 基于閾值修正的特征檢測算法優(yōu)化策略62-66
• 4.1.3 基于分類的特征提取算法修正66-70
• 4.1.4 性能測試與分析70-72
• 4.2 綜合算法優(yōu)化策略72-75
• 4.2.1 檢測算法測試72-73
• 4.2.2 FAST閾值分析73-74
• 4.2.3 測試與分析74-75
• 4.3 本章小結75-77
• 第五章 總結與展望77-79
• 5.1 主要工作與創(chuàng)新點77
• 5.2 科研展望77-79
• 參考文獻79-82
• 致謝82-83
• 攻讀碩士學位期間已發(fā)表或錄用的論文83-85

【參考文獻】

中國期刊全文數據庫 前10條

1 高素青;譚勛軍;黃承夏;;一種基于SURF的圖像配準改進算法[J];解放軍理工大學學報(自然科學版);2013年04期

2 丁尤蓉;王敬東;邱玉嬌;俞海波;;基于自適應閾值的FAST特征點提取算法[J];指揮控制與仿真;2013年02期

3 趙立雙;馮瑩;曹毓;;單目視覺定位中SURF算法參數的優(yōu)化[J];計算機技術與發(fā)展;2012年06期

4 何微;鄧小煉;;自適應閾值的遙感影像角點提取算法[J];遙感信息;2011年06期

5 陳麗芳;劉淵;須文波;;改進的歸一互相關法的灰度圖像模板匹配方法[J];計算機工程與應用;2011年26期

6 李文新;王姜博;慕德俊;袁源;;Android系統(tǒng)Rootkit技術綜述[J];微處理機;2011年02期

7 李元鋒;李正生;王洋;;基于模糊綜合評判的多指標匹配算法性能評估[J];光電工程;2010年08期

8 王洋;徐剛鋒;左東廣;;基于Logistic回歸模型的景像匹配算法性能評估[J];紅外技術;2008年09期

9 田偉剛;郭雷;黃雷;;一種應用于圖像配準中的點特征匹配算法[J];微電子學與計算機;2008年03期

10 王軍;張明柱;;圖像匹配算法的研究進展[J];大氣與環(huán)境光學學報;2007年01期

  本文關鍵詞：基于移動平臺的特征匹配算法評估系統(tǒng)研究與實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

本文編號：254255