基于轮廓的图像匹配技术研究

论文摘要

图像匹配技术在遥感、模式识别、导航制导、医学诊断、计算机视觉等领域中广泛应用,本文模拟人类对图像的认知过程,对基于轮廓的图像匹配技术进行了研究。首先,为了能得到比较完整的长轮廓,先对图像进行聚类分割。在现有方法的基础上,改进了彩色图像近似主色成分的确定方法。分析并比较了几种纹理描绘子,最终确定熵图像作为纹理特征度量。综合图像的颜色和纹理特征,构建4维特征空间,以近似主色成分个数为聚类个数,近似主色成分对应的颜色量化值为初始聚类中心,在该特征空间对图像像素点进行K均值聚类,从而得到整幅图像的聚类分割。实验结果表明,本方法能较准确地对彩色图像自动分割,自适应地确定聚类个数,并且与人眼对图像的视觉感受一致,很好地再现图像的概貌特征。分割结果有利于提取图像的主要轮廓等后续处理。其次,对聚类后的图像进行边缘检测。分析研究了常见的边缘检测方法,并对它们的检测效果进行比较,最终确定了利用Canny算子对聚类分割后的图像进行边缘检测。研究了边界跟踪算法,对边缘检测的结果进行断点连接和轮廓跟踪,得到原图像的轮廓点序列。最后对轮廓匹配进行了研究。研究了基于曲率的轮廓匹配和基于角点的轮廓匹配,分析了这两种方法存在的不足。提出了基于道格拉斯-普克多边形拟合的轮廓匹配算法,应用道格拉斯-普克法对轮廓进行拟合,以克服噪声和变形的影响,对保留的轮廓点构建了二维几何特征不变量,用于相似性的度量。结果表明,本文方法在图像间存在4倍缩放关系时仍能实现轮廓点的正确匹配,并且对旋转、平移等变化也有很好的鲁棒性,同时可以应用于不同源的可见光与红外图像的匹配。

论文目录

• 摘要
• ABSTRACT
• 图清单
• 第一章 绪论
• 1.1 课题研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.2.3 存在问题
• 1.3 本文主要工作及创新点
• 1.3.1 本文主要工作
• 1.3.2 本文创新点
• 1.4 本文内容安排
• 第二章 基于颜色和纹理的图像分割方法研究
• 2.1 彩色图像分割技术
• 2.1.1 彩色图像分割的定义
• 2.1.2 彩色图像分割研究现状
• 2.2 颜色特征分割法
• 2.2.1 近似主色成分
• 2.2.2 色差直方图
• 2.2.3 基于色差直方图的彩色图像分割
• 2.3 纹理特征分割法
• 2.3.1 几种纹理特征描绘子
• 2.3.2 大津法纹理分割结果比较
• 2.3.3 基于熵的彩色图像分割
• 2.4 融合多特征的分割策略
• 2.4.1 特征空间的建立
• 2.4.2 K 均值聚类
• 2.4.3 基于特征空间聚类的彩色图像分割
• 2.5 实验结果
• 2.6 本章小结
• 第三章 边缘检测与轮廓跟踪研究
• 3.1 边缘检测基础
• 3.1.1 边缘的分类
• 3.1.2 边缘检测的基本步骤
• 3.2 经典边缘检测方法综述
• 3.2.1 基于灰度直方图的边缘检测
• 3.2.2 一阶微分算子
• 3.2.3 二阶微分算子
• 3.2.4 SUSAN 边缘检测
• 3.2.5 实验结果
• 3.3 轮廓的边界跟踪
• 3.3.1 传统的边界跟踪算法
• 3.3.2 本文采用的边界跟踪算法
• 3.3.3 实验结果
• 3.4 本章小结
• 第四章 基于轮廓的图像匹配技术研究
• 4.1 轮廓匹配概述
• 4.1.1 轮廓匹配的意义
• 4.1.2 轮廓匹配的步骤
• 4.1.3 轮廓匹配研究现状
• 4.2 基于曲率的轮廓匹配
• 4.2.1 曲率概述
• 4.2.2 构建曲率RST 不变量
• 4.2.3 实验结果
• 4.3 基于角点的轮廓匹配
• 4.3.1 角点的提取
• 4.3.2 角点特征描述子
• 4.3.3 实验结果
• 4.4 本文基于道格拉斯-普克的轮廓匹配算法
• 4.4.1 道格拉斯-普克法多边形近似
• 4.4.2 几何特征不变量的研究
• 4.4.3 基于轮廓的图像匹配结果
• 4.5 本章小结
• 第五章 总结及展望
• 5.1 本文的主要工作
• 5.2 研究展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文