收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

图像匹配若干关键技术研究及其应用

杨帆  
【摘要】:图像是人类通过眼睛学习世界的主要媒介,它承载了非常丰富的信息。人类认知和推理一个未知物体时,不仅需要简单地判别该物体所属的类别(比如,“它是什么?”),更需要与记忆中已知的相似物体建立起视觉上的联系(比如,“它像什么?”)。通过分析两者的相似性和一致性,人们可获得更有意义的信息。图像匹配作为计算机视觉的关键技术之一,可以快速准确地建立这样的视觉关系,辅助计算机像人类一样去认知和理解物体。然而在现实场景中,由于摄像机位置和角度的不同以及光照的变化,即使面对同一场景,记录下的数字图像也千变万化。如何在匹配中克服光照、尺度和角度等变化,准确地建立图像间的视觉相似关系成为图像匹配技术的一大难题。除此之外,对于只是视觉内容相似的图像,如何克服它们外观、颜色以及纹理等特征上的不同,最终建立起准确的语义匹配是又一个研究难点。这些问题使得图像匹配技术的研究具有极大的挑战性和研究价值。本文围绕图像匹配的若干关键技术,重点研究了稠密图像匹配的相关问题。对尺度旋转不变的稠密图像匹配、图像稠密语义匹配、对象骨架提取算法及其在图像匹配中的应用、以及如何利用图像稠密匹配解决计算机视觉相关任务等方向进行了研究。本文主要创新点如下:1.针对已有稠密图像匹配算法不能很好地解决尺度、旋转等几何变换问题,本文提出一种新颖的基于传播引导的稠密图像匹配算法。该算法同时考虑图像底层表达和图像几何变换,分别提出一种尺度、旋转不变的稠密描述子和一个基于传播引导的匹配框架。通过估计图像之间的几何变换来引导底层描述子的匹配,从而克服匹配中图像之间存在尺度、旋转和视角等差异的问题。实验结果表明,该算法可产生准确的结果。2.稠密描述子表征图像的局部结构,不具备很强的语义性,因此在匹配仅仅语义内容相似但外观迥异的图像时总会失效。针对上述问题,本文提出一种基于对象感知的图像稠密语义匹配方法。该方法基于一个新颖的对象感知的分层图模型,以由整个对象到局部结构再到每个像素的方式实现图像稠密语义匹配,从而克服背景杂质的影响,使得匹配更加准确。另外,该方法通过对象驱动的方式学习图像的底层表达,从而更好地定义图像的视觉相似性。3.对象的骨架包含了对象的结构信息,这些信息可以帮助提高图像稠密语义匹配的准确性。因此,本文首先提出一个多尺度双向传播全卷积网络模型,并将之运用于对象骨架的检测。该模型通过建立一个多尺度特征金字塔,并采用双向传播方式实现多尺度上下文信息融合,从而更好地实现对象骨架的检测。在公共骨架检测数据库的数据表明,该算法能够准确地检测对象骨架结构。此外,本文将对象骨架信息引入到稠密语义匹配框架中,提出基于对象结构感知的稠密图像语义匹配方法。实验结果表明,在稠密语义匹配框架中引入对象结构信息,可进一步提升稠密语义匹配算法的准确性。4.为了阐述如何使用图像匹配技术辅助完成计算机视觉任务,本文将稠密图像匹配技术应用于两个不同的计算机视觉任务中。具体而言,本文以联合分割和语义分割为例,将稠密图像匹配作为其中的关键步骤,为这些任务提供丰富的信息,从而有效地解决相关问题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨进;高飞;马良;;基于改进并行粒子群算法的彩色图像匹配[J];计算机应用研究;2016年08期
2 张焕龙;张秀娇;贺振东;张建伟;;基于布谷鸟搜索的图像匹配方法研究[J];郑州大学学报(理学版);2017年04期
3 张辉;龚文森;陈静萍;林军记;;基于双目图像匹配的车载测速测向方法研究[J];汽车技术;2017年11期
4 刘晓利;彭翔;殷永凯;李阿蒙;;深度图像匹配的两种方法及比较[J];激光与光电子学进展;2010年12期
5 孙华燕,李迎春,李生良;基于角点特征的立体图像匹配方法[J];指挥技术学院学报;1999年01期
6 王燕婷;张玮;;图像匹配技术在土地利用动态监测中的应用方法研究[J];中国农学通报;2007年06期
7 邱丽君;唐加山;;一种快速的两步骤图像匹配新算法[J];计算机技术与发展;2015年08期
8 黄晓峰;龙永红;;基于自适应图像匹配的喷嘴性能试验器研究[J];组合机床与自动化加工技术;2011年11期
9 田金文,杨磊,柳健,张天序;基于局部分形特征的快速图像匹配方法[J];华中理工大学学报;1996年02期
10 胡修兵;;异源图像匹配自相似性测度的快速算法[J];科技创新与应用;2017年06期
11 童均;;矿井架线机车监控系统中图像匹配技术的应用[J];煤炭技术;2013年05期
12 刘坤涛;郭振华;钟鼎苏;;基于图像匹配的血管外渗漏检测[J];医疗卫生装备;2012年11期
13 陈冰;赵亦工;李欣;;一种新的宽基线图像匹配方法[J];西安电子科技大学学报;2011年02期
14 杨国强;;图像匹配技术在滑坡监测中的应用[J];高科技与产业化;2010年09期
15 董安国;图像匹配最大互相关快速算法[J];浙江万里学院学报;2005年04期
16 桂志国,薄瑞峰,韩焱;基于投影特征的图像匹配的快速算法[J];测试技术学报;2000年01期
17 罗聪;龚昌来;杨冬涛;;基于四元数矩阵奇异值分解的彩色图像匹配方法[J];嘉应学院学报;2011年02期
18 邵寿平;韩春燕;谢勇;琚生根;;改进序贯相似性检测算法的遥感图像匹配[J];四川大学学报(自然科学版);2013年02期
19 申海龙;周希强;;一种改进的图像匹配方法[J];生物技术世界;2013年05期
20 王彦;傅卫平;朱虹;王晓华;;基于边缘特征的工件图像匹配[J];机械科学与技术;2009年10期
中国重要会议论文全文数据库 前10条
1 程玲;许邦建;吴雪琦;栾晓琨;;一种高性能图像匹配处理加速部件的设计与实现[A];第十七届计算机工程与工艺年会暨第三届微处理器技术论坛论文集(下册)[C];2013年
2 王一帆;周丹;屈玉福;;可见光和红外图像匹配融合技术研究[A];2014年全国射线数字成像与CT新技术研讨会论文集[C];2014年
3 马强;高岚;胡有为;李小泉;;一种复杂背景下图像匹配的快速算法[A];可持续发展的中国交通——2005全国博士生学术论坛(交通运输工程学科)论文集(下册)[C];2005年
4 陈媛媛;施鹏飞;;基于启发式搜索的运动图像匹配[A];第十一届中国体视学与图像分析学术会议论文集[C];2006年
5 桑鑫焱;吴铮;李宗民;;基于最小惯性轴的图像匹配与检索[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年
6 刘峡;邱杰;;IGRT图像匹配的误差分析[A];2007第六届全国放射肿瘤学学术年会论文集[C];2007年
7 王玉杰;胡小平;练军想;张礼廉;何晓峰;;惯性/视觉里程计辅助的序列图像匹配方法[A];中国惯性技术学会第七届学术年会论文集[C];2015年
8 周丹;屈玉福;;基于局部不变特征提取算法的图像匹配技术研究[A];全国射线数字成像与CT新技术研讨会论文集[C];2012年
9 周敏;陈蜀江;黄铁成;侯敏;时珍霞;;基于灰度变换技术的图像匹配方法研究[A];地理学核心问题与主线——中国地理学会2011年学术年会暨中国科学院新疆生态与地理研究所建所五十年庆典论文摘要集[C];2011年
10 马文婷;左毅;胡振;吴蔚;张桂林;;一种面向辅助导航的基于超复数的极化SAR图像匹配方法[A];第五届中国指挥控制大会论文集[C];2017年
中国博士学位论文全文数据库 前10条
1 杨帆;图像匹配若干关键技术研究及其应用[D];电子科技大学;2018年
2 王慧燕;图像边缘检测和图像匹配研究及应用[D];浙江大学;2003年
3 于秋则;合成孔径雷达(SAR)图像匹配导航技术研究[D];华中科技大学;2004年
4 谷峰;图像匹配技术及图像捕控指令制导半实物仿真系统研究[D];吉林大学;2006年
5 肖志涛;基于相位信息的图像特征检测和基于DSP的图像匹配处理机的研究[D];天津大学;2003年
6 王彦;基于视觉的机械手目标识别及定位研究[D];西安理工大学;2010年
7 吕娜;图像匹配与跟踪研究[D];西安交通大学;2008年
8 罗军;运动估计在稳像和匹配跟踪中的应用及实现[D];国防科学技术大学;2007年
9 魏宁;模式识别中图像匹配快速算法研究[D];兰州大学;2009年
10 李壮;异源图像匹配关键技术研究[D];国防科学技术大学;2011年
中国硕士学位论文全文数据库 前10条
1 李倩;基于特征描述的图像匹配技术研究[D];桂林电子科技大学;2017年
2 何博;图像匹配系统的研究[D];沈阳航空航天大学;2018年
3 薛富国;兴趣点检测和图像匹配技术的研究[D];西安电子科技大学;2002年
4 朱进进;改进粒子群优化算法的图像匹配[D];河南师范大学;2017年
5 潘鹏举;基于图像匹配的大视角目标快速精确定位关键技术研究[D];南京航空航天大学;2017年
6 陶江;图像匹配技术在火星软着陆任务中的应用研究[D];南京航空航天大学;2017年
7 陈华旺;图像匹配技术在定位校射中的应用研究[D];西北工业大学;2004年
8 孙暐;小波分析在图像匹配中的应用研究[D];河海大学;2002年
9 鲍文霞;基于图理论的图像匹配和3D重构算法研究[D];安徽大学;2005年
10 杜颖;图像匹配技术在电力巡线故障检测中的应用研究[D];东北石油大学;2017年
 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