工業(yè)檢測中圖像匹配快速算法的研究.rar
工業(yè)檢測中圖像匹配快速算法的研究,3萬字53頁摘要圖像匹配是根據(jù)已知模式的圖像在一幅陌生圖像中尋找對應該模式的子圖像的過程，它是圖像理解和機器視覺的基礎。圖像匹配技術涉及的應用領域廣泛，在工業(yè)檢測、遙感測量、生物醫(yī)學、交通管理和圖像數(shù)據(jù)庫檢索等領域中。匹配研究涉及到了許多相關知識領域，如圖像采樣、變換、預處理、分割、特征...
該文檔為壓縮文件,包含的文件列表如下:
內(nèi)容介紹
原文檔由會員 cnlula 發(fā)布
工業(yè)檢測中圖像匹配快速算法的研究
3萬字 53頁
摘要
圖像匹配是根據(jù)已知模式的圖像在一幅陌生圖像中尋找對應該模式的子圖像的過程，它是圖像理解和機器視覺的基礎。圖像匹配技術涉及的應用領域廣泛，在工業(yè)檢測、遙感測量、生物醫(yī)學、交通管理和圖像數(shù)據(jù)庫檢索等領域中。匹配研究涉及到了許多相關知識領域，如圖像采樣、變換、預處理、分割、特征提取等，并且將計算機視覺、多維信號處理和數(shù)值計算方法等緊密結合。
本文將主要針對工業(yè)檢測中的圖像匹配快速算法進行研究，重點討論模板匹配方法中的快速算法的可行性。在模板匹配中，本文將重點闡述同心圓矩匹配快速算法的可行性，同時討論旋轉(zhuǎn)角度計算中的快速算法的研究，本文主要討論了兩種快速算法的性能。在圖像匹配快速算法的研究中，本文主要做了如下幾個方面的工作：
1． 在深刻理解同心圓窗口矩匹配原理的基礎上，對該方法進行了改進，大大降低了算法的計算復雜程度。主要做法是：利用采樣原理，在遍歷圖像時，進行隔點采樣，然后在粗匹配點領域內(nèi)進行二次匹配；同時在計算模板窗口n階距時，也進行了采樣，大量現(xiàn)場實驗結果證明了這種做法的可行性。加入采樣方法的同心圓矩匹配方法處理時間減少了70％（在相同情況下），同時保證了原有的檢測精度。
2． 結合主軸角計算方法和最小距離圖匹配方法對圖像匹配中的旋轉(zhuǎn)角度計算進行了改進。主要方法是：先利用主軸角算法計算一個初始值，然后利用最小距離圖匹配的方法進行二次計算，可以使旋轉(zhuǎn)角度的計算達到±1º的精度。
3． 引入了利用曲面擬和方法進行旋轉(zhuǎn)角度計算的快速算法。首先對模板進行以若干角度為間隔的旋轉(zhuǎn)（例如10度為間隔，有36個角度的模板），然后分別計算每種模板和待檢測圖像的正相關系數(shù)，對這些系數(shù)進行曲面擬和，處于峰值處的點對應的角度最為最優(yōu)結果。
4． 對邊緣匹配方法進行了一些改進的嘗試。
5． 對光照模型進行了研究，在算法中加入了一些預處理步驟，來消除不良光照條件對圖像匹配可能造成的影響。
關鍵詞：
圖像匹配，工業(yè)檢測，矩匹配，最小距離匹配，曲線擬和
參考文獻
[Goshtasby85] Goshtasby.A, “Template matching in Rotated images”, IEEE Trans on PAMI, Vol 7(3), pp338-344, 1985
[Hu62] Hu.M.K,”Visual pattern recognition by moment invariant”, IEEE Trans on Information Theory,pp179-187,1962
3萬字 53頁
摘要
圖像匹配是根據(jù)已知模式的圖像在一幅陌生圖像中尋找對應該模式的子圖像的過程，它是圖像理解和機器視覺的基礎。圖像匹配技術涉及的應用領域廣泛，在工業(yè)檢測、遙感測量、生物醫(yī)學、交通管理和圖像數(shù)據(jù)庫檢索等領域中。匹配研究涉及到了許多相關知識領域，如圖像采樣、變換、預處理、分割、特征提取等，并且將計算機視覺、多維信號處理和數(shù)值計算方法等緊密結合。
本文將主要針對工業(yè)檢測中的圖像匹配快速算法進行研究，重點討論模板匹配方法中的快速算法的可行性。在模板匹配中，本文將重點闡述同心圓矩匹配快速算法的可行性，同時討論旋轉(zhuǎn)角度計算中的快速算法的研究，本文主要討論了兩種快速算法的性能。在圖像匹配快速算法的研究中，本文主要做了如下幾個方面的工作：
1． 在深刻理解同心圓窗口矩匹配原理的基礎上，對該方法進行了改進，大大降低了算法的計算復雜程度。主要做法是：利用采樣原理，在遍歷圖像時，進行隔點采樣，然后在粗匹配點領域內(nèi)進行二次匹配；同時在計算模板窗口n階距時，也進行了采樣，大量現(xiàn)場實驗結果證明了這種做法的可行性。加入采樣方法的同心圓矩匹配方法處理時間減少了70％（在相同情況下），同時保證了原有的檢測精度。
2． 結合主軸角計算方法和最小距離圖匹配方法對圖像匹配中的旋轉(zhuǎn)角度計算進行了改進。主要方法是：先利用主軸角算法計算一個初始值，然后利用最小距離圖匹配的方法進行二次計算，可以使旋轉(zhuǎn)角度的計算達到±1º的精度。
3． 引入了利用曲面擬和方法進行旋轉(zhuǎn)角度計算的快速算法。首先對模板進行以若干角度為間隔的旋轉(zhuǎn)（例如10度為間隔，有36個角度的模板），然后分別計算每種模板和待檢測圖像的正相關系數(shù)，對這些系數(shù)進行曲面擬和，處于峰值處的點對應的角度最為最優(yōu)結果。
4． 對邊緣匹配方法進行了一些改進的嘗試。
5． 對光照模型進行了研究，在算法中加入了一些預處理步驟，來消除不良光照條件對圖像匹配可能造成的影響。
關鍵詞：
圖像匹配，工業(yè)檢測，矩匹配，最小距離匹配，曲線擬和
參考文獻
[Goshtasby85] Goshtasby.A, “Template matching in Rotated images”, IEEE Trans on PAMI, Vol 7(3), pp338-344, 1985
[Hu62] Hu.M.K,”Visual pattern recognition by moment invariant”, IEEE Trans on Information Theory,pp179-187,1962
