简介:关于本文可作为相关专业匹配图像论文写作研究的大学硕士与本科毕业论文匹配图像论文开题报告范文和职称论文参考文献资料。
(上海电力学院 上海 200090)
摘 要:随着计算理论的发展,图像匹配技术已成为计算机视觉领域中一项极为基本和重要的内容.本文采用序贯相似性检测算法对图像进行匹配, 通过对误差的积累进行分析,从而实现图像匹配.实验表明,采用序贯相似性检测算法的图像匹配能够有效提高运算时间,匹配效果良好.
关键词:序贯相似性检测算法 图像匹配 计算机视觉
中图分类号:TN911 文献标识码:A 文章编号:1672-3791(2013)06(c)-0205-01
图像匹配最早是70年代美国从事飞行器辅助导航系统,武器投射系统的制导等应用研究中提出的.国内外学者对匹配辅助导航技术进行深入研究,使其在民用领域的应用越来越广泛[1,2].计算机视觉计算主要分为低层处理、中层处理和高层处理,而在低层进行数字化差异检测、中层进行参数化相似分析,高层处理完成图像的识别、解释和描述等任务,都需要图像匹配技术[3].序贯相似性检测算法(SSDA)能够快速地丢弃非匹配点,减少非匹配点的计算量,从而提高匹配的速度,算法简单,易于实现.
1. 序贯相似性检测算法
序贯相似性检测算法的基本思想是基于对误差的积累进行分析.在进行图像匹配时,通常非匹配点处的误差ε会随着运算点数的增加而迅速增长,很快超过某一门限,而对于匹配点处,误差的增长要缓慢得多.这样对于大多数非匹配点,只需要分析前几项,而只有匹配点附近的点才需要计算整个循环,这样就大大地减少了匹配的运算量.
图像匹配算法:photoshop-PS视频基础教程-094 匹配图像
其中k等于1,2,等r.将累计误差值与预定阈值进行比较,当累加值超过设定阈值Tk时,就停止累加计算,并记下累加次数k.计算下一个待匹配点处的误差,若累计误差小于预定阈值,则继续计算此处的误差,直到>,Tk或k＝r,记下k值.对不同的待匹配点进行上述匹配计算,最后取最大k值对应的待匹配点位置,即为要找的匹配点.
2. 实验结果与分析
图1显示了基准图与实时图像,图1(a)为基准图像,大小为256×256,图1(b)为实时图,大小为65×65.图1(c)找到了实时图像在基准图中的位置.
匹配时间 t等于1.1034 s
由图1可以看出,SSDA算法能够良好地进行匹配.而通过对匹配时间的计算可以看出,SSDA算法的运行时间相对较短,效率较高.
参考文献
[1]GONG H C.Development of terrain contour matching algorithm for the aided inertial n论文范文igation using radial basis functions [J].Journal of Astron Space Science,1998,15(1):229-234.
[2]KIM J,SUKKARIEH S.Autonomous Airborne N论文范文igation in Unknown Terrain Environments[J].IEEE Transactions on Aerospace and Electronic Systems,2004,40:1031-1045.
[3](美)Milan Sonka,Vacl论文范文 Hl论文范文ac, Roger Boyle.图像处理、分析与计算机视觉[M].艾海舟,等,译.人民邮电出版社,2003.
总结：此文是一篇匹配图像论文范文,为你的毕业论文写作提供有价值的参考。
图像匹配算法引用文献:
[1] 查重的模糊匹配算法
[2] 调研模式匹配算法和论文查重算法
[3] 毕业论文图像边缘检测算法
