2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、圖像配準(zhǔn)是圖像處理應(yīng)用領(lǐng)域的一個基本問題,廣泛應(yīng)用在計算機視覺、醫(yī)療診斷、投影影像、多維模型的創(chuàng)建、圖像融合等領(lǐng)域。
  特征提取和特征匹配是圖像自動配準(zhǔn)的重要實現(xiàn)方法。Scale Invariant Feature Transform(SIFT,尺度不變特性變換)是一種關(guān)鍵點特征的提取方法,由于SIFT對圖像的尺度變化、旋轉(zhuǎn)光照的變化和圖像變形都具有較好的適應(yīng)性,且具有較高的匹配精度,改善了傳統(tǒng)圖像配準(zhǔn)中的許多問題,因此,SIF

2、T算法是圖像特征提取和特征匹配的重要實現(xiàn)方法之一,在圖像融合、圖像配準(zhǔn)、圖像校正等領(lǐng)域都有很廣泛的應(yīng)用。
  本文首先介紹圖像配準(zhǔn)的發(fā)展過程及各種算法,然后著重描述了一種基于圖像高層次提取特征的SIFT算法。包括了SIFT算法的發(fā)展,算法優(yōu)勢和主要實現(xiàn)流程。在此基礎(chǔ)上,對傳統(tǒng) SIFT算法進(jìn)行了改進(jìn),采用加入小波變換的方法,改善了傳統(tǒng) SIFT算法實時性不強、計算復(fù)雜等問題。為了提高光照適應(yīng)性,獲得更高的識別率,本文在SIFT特征

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論