

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),請進行舉報或認領(lǐng)
文檔簡介
1、圖像配準是圖像處理中非常關(guān)鍵的一個步驟,它是指將不同時刻、不同角度或者是不同傳感器對同一地點拍攝的兩幅或者多幅圖像進行疊加對準的過程。圖像配準技術(shù)已經(jīng)被廣泛地用于圖像變化檢測、圖像拼接、醫(yī)學領(lǐng)域以及模式識別領(lǐng)域。
文中首先對圖像配準的理論知識進行了詳細的介紹,包括圖像配準的定義、圖像配準的基本框架和常見的重采樣方法,在空間幾何變換中對于常見的剛體變換、仿射變換、非線性變換、投影變換等做了詳細的敘述。圖像配準的基本框架是理解圖像
2、配準技術(shù)的一個重點,因此本文從特征空間、搜索空間、相似性度量和優(yōu)化策略四個方面對其進行了分析。常見的圖像配準方法有基于特征的圖像配準方法,基于灰度的圖像配準方法以及基于變換域的圖像配準方法?;谔卣鞯膱D像配準方法僅僅利用從圖像中提取出的一部分點或者線,使用的信息較少,因此配準的速度一般較快,且配準的精度較高。同時,對于經(jīng)典的Harris角點檢測算法、尺度不變仿射變換(SIFT)算法和SUSAN角點檢測算法進行了比較?;诨叶刃畔⒌膱D像配
3、準方法利用圖像灰度的統(tǒng)計信息來構(gòu)造圖像之間的相似性度量,通過優(yōu)化策略來尋找使相似性度量達到最大值的變換參數(shù),從而配準圖像,這種方法對噪聲的魯棒性比較強,并且不需要對圖像做任何模型的假設(shè),因此也被廣泛應用。
本文將基于灰度信息的圖像配準方法和基于特征的圖像配準方法進行了結(jié)合,構(gòu)造出了空間信息函數(shù)和互信息目標函數(shù),相位一致提取特征因其對光照具有不變性且處理速度較快,因此本方法中將相位一致性作為特征提取的方法。之后利用基于分解的多目
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 基于正交學習差分進化算法的遙感圖像配準方法研究.pdf
- 基于量子進化優(yōu)化的醫(yī)學圖像配準方法研究.pdf
- 差分進化算法的改進和基于邊緣點的SAR圖像配準方法.pdf
- 基于進化計算的腦MR圖像動態(tài)配準算法研究.pdf
- 多目標進化算法總結(jié)
- 多目標進化算法總結(jié)
- 多目標進化算法的研究.pdf
- 基于進化算法的動態(tài)多目標優(yōu)化.pdf
- 基于分解的多目標進化算法研究.pdf
- 基于進化算法的動態(tài)多目標化.pdf
- 基于多目標優(yōu)化的進化算法研究.pdf
- 基于圖像配準的圖像拼接算法研究.pdf
- 基于梯度閾值分割和混合進化算法的圖像配準研究.pdf
- 多目標進化算法研究.pdf
- 基于博弈策略的多目標進化算法研究.pdf
- 基于進化多目標算法的三類SAR圖像變化檢測.pdf
- 基于多目標進化的入侵檢測算法研究.pdf
- 基于SIFT圖像配準算法的研究.pdf
- 基于區(qū)域配準的圖像拼接算法.pdf
- 基于協(xié)同進化的動態(tài)多目標優(yōu)化算法.pdf
評論
0/150
提交評論