首页> 中文学位 >图像关键点检测算法研究及图像拼接应用
【6h】

图像关键点检测算法研究及图像拼接应用

代理获取

目录

声明

摘要

第1章 绪论

1.1 论文研究的意义

1.2 国内外研究现状

1.3 论文的内容和组织结构

第2章 Harris角点检测算法及改进

2.1 图像局部不变性特征

2.2 传统的Harris角点检测算法

2.3 改进的Harris角点检测算法

2.3.1 算法改进思路

2.3.2 角点检测精确性与旋转不变性实验

2.3.3 角点检测时间比较实验

2.4 本章小结

第3章 SIFT斑点检测算法及改进

3.1 多尺度空间原理

3.1.1 尺度空间

3.1.2 高斯核

3.1.3 多尺度和多分辨率

3.2 传统的SIFT角点检测算法

3.2.1 DOG尺度空间极值检测

3.2.2 关键点精确定位及去除不稳定点

3.2.3 特征描述子生成

3.3 改进的SIFT角点检测算法

3.3.1 改进算法思路

3.3.2 改进算法实验

3.4 本章小结

第4章 改进的图像拼接算法研究

4.1 图像配准

4.1.1 图像配准的定义

4.1.2 常用图像配准方法

4.2 图像融合

4.2.1 影响图像融合的因素

4.2.2 图像融合的方法

4.3 基于特征点检测的图像拼接算法及改进

4.3.1 图像拼接系统框架

4.3.2 特征点配准

4.3.3 图像的几何配准

4.3.4 图像融合

4.3.5 改进Harris算法

4.3.6 对比实验

4.4 本章小结

第5章 结束语

5.1 总结

5.2 展望

参考文献

在读期间发表的学术论文及研究成果

致谢

展开▼

摘要

图像局部不变性特征是当前图像研究热点之一。本文研究了基于图像局部不变性特征的关键点检测及图像拼接,在关键点检测及图像拼接两个方面做了一些研究工作。
  首先,在详细分析了图像局部不变性特征的性质以及经典Harris角点检测算法优缺点的基础上,提出了一种改进算法,通过使用圆形的非极大值抑制窗口取代矩形的非极大值抑制窗口,能够明显降低检测时间且能够有效地减少误检;在不改变参数的情况下,能够明显降低提取差异。通过实验对比,算法简单、方便、有效,明显优于传统算法。
  分析了图像的多尺度空间理论,在此基础上介绍了金字塔结构模型以及高斯多尺度空间模型。然后分析了基于此的SIFT斑点检测算法,在对SIFT算法进行详细分析的过程中,顺便详细叙述了多尺度结构在图像关键点检测中的应用。在分析经典SIFT算法的基础上,详细介绍了一种改进的SIFT算法,并且在此改进算法上提出进一步的改进。该算法主要是对关键点的SIFT描述子进行改进,以便更好地描述检测到的图像关键点,并且能够使其更好地在后续应用中发挥效果。
  最后,提出了一种基于改进Harris的图像拼接算法。通过引进8邻域比较以及圆形非极大值抑制窗口来改进Harris角点检测算法,将改进的角点检测算法运用到图像拼接中来完成图像拼接,由对比实验可知,该算法提高了图像拼接的准确性、稳定性和实时性,具有良好的实用性。

著录项

  • 作者

    李鹏程;

  • 作者单位

    南京师范大学;

  • 授予单位 南京师范大学;
  • 学科 电子科学与技术;电磁场与微波技术
  • 授予学位 硕士
  • 导师姓名 曾毓敏;
  • 年度 2015
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 TP391.41;
  • 关键词

    图像处理; 关键点检测; 图像拼接; 尺度空间;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号