輕度變形條件下的圖像匹配方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩92頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、圖像匹配是數(shù)字信號(hào)處理、模式識(shí)別、人工智能、機(jī)器學(xué)習(xí)等領(lǐng)域重要問(wèn)題和研究熱點(diǎn),在圖像檢索、標(biāo)志檢測(cè)、機(jī)器人自主定位、飛行器視覺(jué)導(dǎo)航、場(chǎng)景解譯等方面應(yīng)用廣泛,其基本任務(wù)是利用機(jī)器模擬實(shí)現(xiàn)人類視覺(jué)某些認(rèn)知功能。本文主要針對(duì)輕度變形條件下的目標(biāo)形狀建模方法,形狀特征提取與描述,基于優(yōu)化搜索的形狀匹配策略等圖像匹配關(guān)鍵問(wèn)題展開(kāi)研究,論文研究成果和創(chuàng)新點(diǎn)主要包括:
 ?。?)提出了一種基于生物視覺(jué)認(rèn)知啟發(fā)的目標(biāo)形狀建模方法。該方法依據(jù)HMA

2、X仿生模型的視覺(jué)信息處理機(jī)制來(lái)實(shí)現(xiàn)目標(biāo)形狀建模過(guò)程,其穩(wěn)健性好、適用范圍廣,符合人類視覺(jué)認(rèn)知特性。
  (2)提出了一種有效的形狀分層視覺(jué)特征提取與描述方法。該方法采用多尺度空間分析與視覺(jué)上下文方法相結(jié)合來(lái)提取目標(biāo)輪廓點(diǎn)、輪廓線段和輪廓區(qū)域三個(gè)邏輯層次特征,并結(jié)合視覺(jué)認(rèn)知屬性關(guān)系來(lái)稀疏表示目標(biāo)形狀,其在特征穩(wěn)健性、特征復(fù)合性和計(jì)算性能等方面提升明顯。
 ?。?)提出了一種基于動(dòng)態(tài)規(guī)劃表的形狀特征分層匹配策略。該方法通過(guò)全局動(dòng)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論