收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于多特征融合的图像匹配算法及应用

郭玉坤  
【摘要】:图像匹配是数字图像处理领域中一个非常重要的研究问题,其研究内容为利用有效的匹配算法搜索给定的两幅或多幅图像中的同名点。而对于同一自然场景不同时刻所拍摄的两幅图像中,人们通常更为关心的是两幅图像中变化的区域,这些变化区域根据形成原因可分为两类:自然变化和人为变化(自然变化包括:风吹草动和天气变化等,人为变化包括行人、车辆和工程施工等)。本文的目的就是利用图像匹配技术检测出图像中人为因素所引起的变化区域,而滤除那些由自然因素所引起的变化区域。图像匹配算法主要可以分为灰度信息匹配和特征点匹配两种基本类型。基于灰度信息的匹配主要利用图像的灰度信息进行匹配,但对噪声以及非刚性形变较敏感,其更大问题在于匹配速度较慢,对于很多对实时性要求较高的应用难以适应。基于特征点的匹配是利用图像中提取的特征点进行匹配,可以克服多数基于灰度信息匹配的缺点。由于特征点较像素点少很多,匹配过程中的计算量大大减少。特征的提取是此类方法的重点,常用的特征基元有点特征、边缘特征等。此类算法只关心提取的特征点的匹配,而对于特征点之外的像素的匹配则不关心,所以基于特征点的匹配难以做到像素对像素的精细匹配。此外,许多新的图像匹配思路也不断被提出,如基于优化算法、深度卷积网以及利用图像中的结构信息等。本文主要研究对于同一摄像头固定位置、角度和焦距,在不同时刻拍摄的自然场景图像的匹配。基于前述对两类基本类型的匹配算法的分析,两类算法均不能有效解决本文的匹配问题,而将多层次、多特征的匹配进行融合可以克服单一类型匹配算法的不足。因此,本文提出了多特征融合的图像匹配算法解决此类匹配问题。首先,对图像做预处理以减少光照变化对后续匹配的影响;然后,利用多颜色空间图像差分融合对两幅图像做像素级匹配;再利用Haar特征密度分布图对像素级匹配结果中局部细小的非刚性变化区域进行超像素级的匹配;最后,利用多特征融合方法对面积较大的刚性或非刚性变化区域进行区域匹配。本文算法在高压线路隐患检测的应用中表明,该算法能够有效的处理复杂自然场景下图像匹配问题,扩展了图像匹配技术的应用范围。本文主要贡献为,提出了多颜色空间融合差分、Haar特征密度分布图以及多特征融合的图像匹配方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 徐慧,刘凤玉;多特征融合的入侵检测[J];计算机工程;2004年15期
2 初红霞;王科俊;王希凤;郭庆昌;韩晶;;多特征融合的退火粒子滤波目标跟踪[J];计算机工程与应用;2011年06期
3 顾鑫;王海涛;汪凌峰;王颖;陈如冰;潘春洪;;基于不确定性度量的多特征融合跟踪[J];自动化学报;2011年05期
4 姚红革;杜亚勤;;基于多模式多特征融合粒子滤波视频目标跟踪[J];西安工业大学学报;2012年11期
5 王兰;;基于多特征融合的票据分类技术及应用[J];计算机光盘软件与应用;2013年13期
6 陈增照;何秀玲;杨扬;董才林;;基于多特征融合的票据分类技术及应用[J];计算机工程与应用;2006年09期
7 周斌;林喜荣;贾惠波;宋榕;;多特征融合的手背血管识别算法[J];清华大学学报(自然科学版);2007年02期
8 刘贵喜;范春宇;高恩克;;基于粒子滤波与多特征融合的视频目标跟踪[J];光电子.激光;2007年09期
9 胡全;邱兆文;王霓虹;;基于多特征融合的图像语义标注[J];东北林业大学学报;2008年10期
10 周静;黄心汉;彭刚;;基于多特征融合的飞机目标识别[J];华中科技大学学报(自然科学版);2009年01期
11 沈才梁;许雪贵;许方恒;龙丹;;多特征融合的人脸检测[J];计算机系统应用;2009年11期
12 刘红;王晔;雷长海;;基于多特征融合的中医舌像检索研究[J];计算机应用研究;2010年02期
13 杜艳明;龙丹;;多特征融合的人脸检测[J];武汉理工大学学报;2010年23期
14 李正周;马齐佑;郑微;刘书君;金钢;;基于多特征融合的微弱红外运动目标跟踪方法[J];强激光与粒子束;2011年01期
15 王刚;靳彦青;刘立柱;储瑞来;;基于多特征融合的东亚文种识别[J];计算机科学;2013年01期
16 刘进;陈玮;;基于多特征融合的粒子滤波算法的研究与实现[J];计算机测量与控制;2013年05期
17 赵小英,黄凤荣;多特征融合的目标识别与提取在空间定位中的研究[J];河北工业大学学报;2002年04期
18 张新峰;沈兰荪;;多特征融合技术应用于中医舌象分析的初步研究[J];电子学报;2006年04期
19 张进华;庄健;杜海峰;王孙安;;一种基于视频多特征融合的火焰识别算法[J];西安交通大学学报;2006年07期
20 刘李敦;王星;;基于多特征融合的图像检索技术研究[J];计算机时代;2008年08期
中国重要会议论文全文数据库 前10条
1 叶锋;蔡光东;郑子华;亓晓旭;尹鹏;;基于多特征融合的药用植物标本识别[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
2 孙海才;疏谦;马钺;毕欣;;用于香烟包装质量检测的图像匹配算法研究[A];第七届全国信息获取与处理学术会议论文集[C];2009年
3 王宏力;贾万波;;图像匹配算法研究综述[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
4 冷雪飞;刘建业;熊智;;基于导航系统的抗变形图像匹配算法研究[A];第十三届全国图象图形学学术会议论文集[C];2006年
5 段其昌;季长有;;基于多特征融合的快速人脸检测[A];第十七届全国测控计量仪器仪表学术年会(MCMI'2007)论文集(上册)[C];2007年
6 尚军伟;张延华;柳佳斌;;基于小波边缘识别的图像匹配算法[A];2010振动与噪声测试峰会论文集[C];2010年
7 李玉峰;郑德权;赵铁军;;基于SVM和多特征融合的图像分类[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
8 王科伦;任鸿翔;王德强;;基于投影特征的快速图像匹配算法[A];第十四届全国图象图形学学术会议论文集[C];2008年
9 祁凯;吴秀清;王鹏伟;尹叶飞;;一种基于高斯尺度空间的遥感图像匹配算法[A];第十三届全国图象图形学学术会议论文集[C];2006年
10 杨威;范启雄;李天河;;基于FAST-9和SURF的遥感图像匹配算法[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
中国博士学位论文全文数据库 前9条
1 刘明华;复杂环境下基于多特征融合的目标跟踪关键技术研究[D];青岛科技大学;2016年
2 SAEED-UR-REHMAN;基于机器学习的排序优化及其在行人再识别中的应用研究[D];中国科学技术大学;2017年
3 鲍文霞;基于结构特征的图像匹配算法及应用[D];安徽大学;2010年
4 王珂;基于有向点和有向线段的图像匹配算法研究[D];华中科技大学;2013年
5 田纲;基于多特征融合的Mean shift目标跟踪技术研究[D];武汉大学;2011年
6 周英华;位置相关Web搜索的检索技术研究[D];中国科学技术大学;2006年
7 徐志刚;基于多特征融合的路面破损图像自动识别技术研究[D];长安大学;2012年
8 陈秀新;多特征融合视频复制检测关键技术研究[D];北京工业大学;2013年
9 初红霞;基于均值移动和粒子滤波的目标跟踪关键技术研究[D];哈尔滨工程大学;2012年
中国硕士学位论文全文数据库 前10条
1 郭玉坤;基于多特征融合的图像匹配算法及应用[D];济南大学;2017年
2 张岩;基于多特征融合及二部图匹配的3D目标检索技术研究[D];哈尔滨工业大学;2015年
3 计明明;基于多特征融合的三维模型检索技术[D];浙江大学;2015年
4 王庆;基于多特征融合的人体动作识别方法研究[D];上海大学;2015年
5 刘婕;复杂场景多特征融合粒子滤波目标跟踪[D];重庆理工大学;2015年
6 崔剑;基于多特征融合的分级行人检测方法研究[D];电子科技大学;2015年
7 王珊珊;基于极化SAR非监督分类的油膜厚度估算方法研究[D];大连海事大学;2015年
8 肖冠;基于多特征融合的异类传感器中段目标关联算法研究[D];国防科学技术大学;2013年
9 王建荣;基于多特征融合的无人机航拍图像识别研究[D];成都理工大学;2015年
10 高爽;基于多特征融合的粒子滤波跟踪算法研究[D];西安电子科技大学;2014年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978