基于圖的特征匹配算法研究.pdf

1、特征匹配是計算機(jī)視覺中的一個基本問題,可以說,只要涉及到兩幅或者多幅圖像時,都會涉及到對應(yīng)特征的匹配問題。近年來,基于圖譜的匹配方法由于其靈活性大、計算復(fù)雜性低、魯棒性強(qiáng)等特點,成為了新的研究熱點。
　　2005年 Leordeanu提出了一種基于譜圖理論的對應(yīng)特征匹配算法,并受到了國內(nèi)外學(xué)者的廣泛關(guān)注。本文以該方法為背景,詳細(xì)研究了這類方法的不足和局限性,并提出了相應(yīng)的改進(jìn)方案。全文主要研究內(nèi)容和研究成果如下:
　　1.對

2、Leordeanu的基于譜圖理論的對應(yīng)特征匹配算法進(jìn)行了理論分析和實驗測試,發(fā)現(xiàn)該方法存在兩個方面的局限性。(1)這類算法僅考慮親和矩陣最大特征值對應(yīng)的特征向量,其隱含的假設(shè)是,圖像中正確匹配的特征是一個強(qiáng)的聚類。但是,若場景中本身存在多個聚類的情況,這類方法只保留最大的聚類,造成其他聚類的丟失。(2)如果初始匹配中錯誤率比較高時,該方法的性能會大大下降,可靠性隨之降低。
　　2.針對以上第一個方面的不足,本文給出了兩種改進(jìn)方案。

3、(1)對親和矩陣,不僅僅考慮最大特征值對應(yīng)的特征向量,而是同時考慮了前幾個權(quán)重比較大的特征值對應(yīng)的特征向量,重新構(gòu)造能反映特征之間匹配關(guān)系的向量,利用新構(gòu)造的向量分析特征匹配關(guān)系。⑵多次循環(huán)使用Leordeanu方法,依次確定最大的聚類,次大的聚類,直到所有的聚類都分析完畢。實驗結(jié)果表明,對多聚類的情況,本文的兩種改進(jìn)方法都優(yōu)于原文的方法。另外,本文方法還應(yīng)用于多聚類的圖像檢索問題中,取得了較好的效果。
　　3.針對以上第二個方面