魯棒性圖像曲線匹配方法研究.pdf

1、曲線匹配是模式識別、計(jì)算機(jī)視覺和圖像理解中許多任務(wù)的關(guān)鍵步驟之一。本論文圍繞存在剛體變換或者可以認(rèn)為近似存在剛體變換的曲線匹配問題進(jìn)行了比較深入、系統(tǒng)的研究，主要工作有： 1、提出了一種實(shí)用的基于證據(jù)積累的圖像曲線粗匹配方法。該方法比較有效地解決了將圖像中提取的一條曲線(較短)與一條參考曲線(較長)相匹配的問題。具有如下特點(diǎn)：一、通過實(shí)驗(yàn)發(fā)現(xiàn)曲線上兩點(diǎn)之間的直線距離較它們之間的曲線距離對噪聲等誤差更魯棒；基于此，在參考曲線上選取

2、可能的匹配曲線段時，利用首尾點(diǎn)的直線距離作為主要匹配標(biāo)準(zhǔn)，大大提高了算法的魯棒性；二、將證據(jù)積累的思想應(yīng)用到控制點(diǎn)的匹配上，有效地去除了錯誤的控制點(diǎn)和不必要進(jìn)行匹配的曲線段，在提高算法魯棒性的同時極大地降低了算法的計(jì)算復(fù)雜度；三、在傳統(tǒng)的Hausdorff距離計(jì)算中引入高斯概率統(tǒng)計(jì)模型，使其更適合作為實(shí)際應(yīng)用中評價兩條曲線匹配程度優(yōu)劣的一種度量。大量衛(wèi)星影像及數(shù)碼相機(jī)照片實(shí)驗(yàn)證明了該匹配方法的有效性和實(shí)用性。 2、提出了一種基于

3、Fourier-Mellin變換的圖像曲線粗匹配方法。該方法將兩條圖像曲線間的匹配問題轉(zhuǎn)化為兩幅二值圖像間的配準(zhǔn)問題，由圖像間的配準(zhǔn)關(guān)系間接地獲得曲線間的變換參數(shù)。本文方法不需要提取曲線的局部特征，而是直接用曲線的整體頻域特征實(shí)現(xiàn)匹配，從而避免了提取特征點(diǎn)以及特征點(diǎn)匹配等問題，同時還大大提高了算法的魯棒性。大量的模擬數(shù)據(jù)和真實(shí)數(shù)據(jù)實(shí)驗(yàn)表明，該方法能夠比較有效地解決存在(或近似存在)相似變換關(guān)系的兩條曲線間的匹配問題。 另外，本文

4、還研究探討了一種基于“感知物體”的選擇性注意模型。該注意模型將“感知物體”看作注意的基本單元，并給出了一種計(jì)算感知物體顯著度的算子。該模型包含兩個步驟：(1)在給定的圖像中如何選擇第一個注視點(diǎn)；(2)注視點(diǎn)在給定圖像中的有效轉(zhuǎn)移。與文獻(xiàn)中其它注意模型相比較，我們所提出的基于“感知物體”的選擇性注意模型有以下特點(diǎn)：(1)該模型是完全基于物體的，其輸出結(jié)果可以方便的用于物體檢測、圖像分割和場景分析中；(2)該模型是多尺度的，可以根據(jù)實(shí)際任務(wù)