圖像特征匹配算法研究及其應(yīng)用

目錄
第1章 緒論 1
1.1 概述 1
1.2 圖像匹配問題的定義和分類 1
1.2.1 圖像匹配問題的定義 1
1.2.2 圖像匹配方法的分類 3
1.3 圖像匹配問題的基本框架 5
1.3.1 問題的數(shù)學(xué)描述 7
1.3.2 特征提取及描述 11
1.3.3 特征匹配 14
1.3.4 存在的問題及解決方案 17
1.3.5 研究趨勢 19
第2章 基于空間關(guān)系一致性的剛性點(diǎn)集匹配算法 21
2.1 概述 21
2.2 圖像初始特征點(diǎn)的提取與匹配 22
2.3 空間關(guān)系一致性算法 24
2.3.1 問題建模 24
2.3.2 問題求解 25
2.3.3 剛性變換估計 27
2.4 算法復(fù)雜度分析 30
2.5 實(shí)驗(yàn)結(jié)果及分析 30
2.5.1 實(shí)驗(yàn)配置 30
2.5.2 單應(yīng)實(shí)驗(yàn)結(jié)果 31
2.5.3 基礎(chǔ)矩陣實(shí)驗(yàn) 35
2.6 收斂性分析 36
2.7 相關(guān)算法分析 38
第3章 基于空間關(guān)系一致性的非剛性點(diǎn)集匹配算法 39
3.1 概述 39
3.2 點(diǎn)對應(yīng)的建立 40
3.3 非剛性變換關(guān)系的估計 41
3.3.1 問題建模 41
3.3.2 問題求解 42
3.3.3 變換函數(shù)的估計 44
3.4 形狀匹配算法分析 46
3.5 實(shí)驗(yàn)結(jié)果及分析 47
3.5.1 形狀匹配結(jié)果 47
3.5.2 圖像匹配結(jié)果 51
3.6 收斂性分析 60
3.7 相關(guān)算法分析 61
第4章 基于分層混合模型的魯棒點(diǎn)匹配算法 63
4.1 概述 63
4.2 混合變換估計 64
4.2.1 問題建模 64
4.2.2 問題求解 65
4.3 快速算法 67
4.4 算法復(fù)雜度分析 68
4.5 分層非剛性點(diǎn)集匹配問題 69
4.6 實(shí)驗(yàn)結(jié)果及分析 70
第5章 基于特征導(dǎo)引的圖像匹配算法 75
5.1 概述 75
5.2 特征導(dǎo)引算法 76
5.2.1 基于邊緣圖的特征提取 76
5.2.2 問題建模 77
5.2.3 問題求解 78
5.2.4 局部幾何約束 80
5.2.5 幾何形變估計 80
5.2.6 算法復(fù)雜度分析 82
5.2.7 算法參數(shù)說明 83
5.3 實(shí)驗(yàn)結(jié)果及分析 83
5.3.1 數(shù)據(jù)集和評估標(biāo)準(zhǔn) 84
5.3.2 多模態(tài)圖像的結(jié)果 84
5.3.3 部分重疊圖像的配準(zhǔn)結(jié)果 87
5.3.4 部分重疊的多模態(tài)圖像對的配準(zhǔn)結(jié)果 90
第6章 基于稀疏點(diǎn)集與稠密流的匹配算法 93
6.1 概述 93
6.2 基于局部線性約束的稀疏點(diǎn)集匹配 93
6.3 基于SIFT流的稠密像素匹配 95
6.4 基于稀疏點(diǎn)集與稠密流的匹配模型構(gòu)建和求解 96
6.4.1 問題建模 96
6.4.2 優(yōu)化求解 96
6.4.3 實(shí)施細(xì)節(jié) 98
6.5 實(shí)驗(yàn)結(jié)果及分析 99
6.5.1 數(shù)據(jù)集和設(shè)置 99
6.5.2 定性實(shí)驗(yàn) 101
6.5.3 定量實(shí)驗(yàn) 103
第7章 基于同類相似性的類別檢索 105
7.1 概述 105
7.2 算法思想描述 105
7.3 檢索算法實(shí)現(xiàn) 107
7.3.1 圖像間相似性度量 107
7.3.2 問題表述 107
7.3.3 圖模型 109
7.3.4 擴(kuò)展：匯總和最大化相似性 110
7.3.5 計算復(fù)雜度 110
7.4 實(shí)驗(yàn)結(jié)果及分析 111
7.4.1 實(shí)驗(yàn)數(shù)據(jù)庫 111
7.4.2 MPEG-7形狀數(shù)據(jù)庫上對比結(jié)果 111
7.4.3 N-S數(shù)據(jù)庫上對比結(jié)果 113
7.4.4 AT&T人臉數(shù)據(jù)庫上對比結(jié)果 115
第8章 機(jī)器人拓?fù)鋵?dǎo)航 117
8.1 概述 117
8.2 拓?fù)浣▓D和局部化 118
8.2.1 CNN特征的圖像比較 120
8.2.2 圖像清晰度測量 121
8.2.3 ORB特征提取 121
8.3 基于非剛體特征匹配的幾何校驗(yàn) 122
8.3.1 基于圖像對的向量場 122
8.3.2 VFC算法表述 123
8.4 實(shí)驗(yàn)結(jié)果及分析 124
8.4.1 CNN特征的圖像相似性比較 125
8.4.2 清晰度度量 125
8.4.3 ORB特征提取效率 126
8.4.4 VFC的幾何驗(yàn)證 127
8.4.5 拓?fù)鋵?dǎo)航 128
第9章 視覺歸巢 130
9.1 概述 130
9.2 全景運(yùn)動流的平滑先驗(yàn) 130
9.2.1 運(yùn)動流的平滑性 130
9.2.2 平滑先驗(yàn)的驗(yàn)證 132
9.3 基于平滑先驗(yàn)的關(guān)鍵點(diǎn)匹配和視覺歸巢 133
9.3.1 全景圖像對誘導(dǎo)的運(yùn)動流 133
9.3.2 基于平滑先驗(yàn)的內(nèi)點(diǎn)檢測公式化 135
9.3.3 基于平滑先驗(yàn)的內(nèi)點(diǎn)檢測實(shí)現(xiàn) 136
9.3.4 基于運(yùn)動流的奇點(diǎn)進(jìn)行視覺歸巢 138
9.4 實(shí)驗(yàn)結(jié)果及分析 139
9.4.1 實(shí)驗(yàn)設(shè)置 139
9.4.2 實(shí)驗(yàn)結(jié)果 141
參考文獻(xiàn) 143
附錄I 專用詞匯中英文對照 150
附錄II 定理4.1的證明 152