基于目标形状特征的配准研究

论文摘要

基于特征的图像配准方法是配准中最常见的方法之一,其具有较强的有效性和可靠性。本文首先提出了结合GVF Snake模型和曲线演化的形状特征点提取算法,该算法在抗噪声和除冗余方面有较强的鲁棒性;其次,扩展了形状配准中形状匹配的内涵和外延,合理设计了目标形状相似度在匹配中的应用;最后,在研究中发现,数学领域中的微粒群算法在图像配准领域中的应用具有可预见性,通过适当的改进,提出了基于自适应模糊离散微粒群算法(AFDPSO)形状配准算法。将微粒群算法引入图像配准领域,为今后的配准研究提供新的思路。综上,本文提出了基于目标形状特征的配准算法,通过实验证明该算法能达到良好的配准效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 课题的研究背景
• 1.2 配准理论与方法
• 1.2.1 图像配准的定义
• 1.2.2 图像配准应用的分类
• 1.2.3 图像配准的变换类型
• 1.3 基于特征图像配准方法综述
• 1.4 论文选题意义
• 1.5 论文主要工作及章节安排
• 第二章 目标形状及形状特征的提取
• 2.1 引言
• 2.1.1 图像边缘、边界及目标轮廓
• 2.1.2 经典边缘检测算子
• 2.2 主动轮廓模型
• 2.2.1 Snake模型
• 2.2.2 GVF Snake模型
• 2.2.3 轮廓提取算法实验和分析
• 2.2.3.1 经典算法提取的目标轮廓
• 2.2.3.2 Snake模型和GVF Snake模型
• 2.2.3.2 实验分析和总结
• 2.3 目标形状特征的提取
• 2.3.1 引言
• 2.3.2 形状简化模型
• 2.3.2.1 Angle演算法
• 2.3.2.2 Douglas-Peucker演算法
• 2.3.2.3 曲线演化
• 2.3.2.4 评估及结论
• 2.4 形状特征的提取
• 第三章 基于目标形状相似度的匹配
• 3.1 引言
• 3.1.1 形状匹配算法综述
• 3.1.2 形状匹配经典算法
• 3.1.2.1 基于形状几何特征
• 3.1.2.2 基于边缘方向直方图
• 3.1.2.3 基于Hu不变矩
• 3.1.3 经典形状匹配准则
• 3.2 基于目标形状相似度的匹配
• 3.2.1 引言
• 3.2.2 正切空间表示
• 3.2.3 形状分解
• 3.2.4 形状相似度计算
• 3.3 目标形状相似度匹配的实验效果及分析
• 3.3.1 基于形状几何特征
• 3.3.2 基于边缘方向直方图
• 3.3.3 基于Hu不变矩
• 3.3.4 基于形状几何特征和Hu不变矩
• 3.3.5 基于目标形状相似度
• 3.4 结论
• 第四章 基于自适应模糊离散微粒群配准
• 4.1 引言
• 4.2 微粒群算法基本原理
• 4.3 自适应模糊离散微粒群优化方法
• 4.3.1 不变序列形状表示法
• 4.3.2 模糊矩阵声明
• 4.3.3 适应值的定义
• 4.3.4 自适应模糊离散PSO
• 4.3.5 确定图像间的变换关系
• 4.4 基于AFDPSO配准算法
• 4.4.1 配准研究数据来源
• 4.4.2 基于自适应模糊离散微粒群优化算法配准的流程
• 4.5 自适应模糊离散微粒群优化算法的配准实验效果及实验分析
• 4.6 小结
• 第五章 总结与展望
• 5.1 本文工作的总结
• 5.2 图像配准领域的展望
• 参考文献
• 致谢
• 攻读硕士期间发表的学术论文和参加科研情况