注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學技術(shù)計算機/網(wǎng)絡圖形圖像、多媒體、網(wǎng)頁制作圖像特征匹配算法研究及其應用

圖像特征匹配算法研究及其應用

圖像特征匹配算法研究及其應用

定 價:¥85.00

作 者: 陳珺,馬佳義,劉文予 著
出版社: 科學出版社
叢編項:
標 簽: 暫缺

ISBN: 9787030623430 出版時間: 2019-10-01 包裝: 平裝
開本: 16開 頁數(shù): 153 字數(shù):  

內(nèi)容簡介

  圖像匹配是計算機視覺中基礎而重要的問題。實踐中,由于成像設備、拍攝時間、角度的不同,以及受圖像中存在的噪聲、遮擋、離群點、非線性形變等諸多因素的影響,求解圖像匹配問題非常困難。《圖像特征匹配算法研究及其應用》分為兩大部分:第一部分圖像匹配算法的理論,從剛性圖像匹配算法逐漸講解到一些非剛性圖像匹配算法,如基于分層混合模型的魯棒點匹配算法、基于特征導引的圖像匹配算法、基于稀疏點集與稠密流的圖像匹配算法;第二部分圖像匹配算法的應用,主要介紹在基于同類相似性的類別檢索、機器人拓撲導航、視覺歸巢等方面的應用及效果。讓讀者對圖像匹配算法的理論和應用研究建立較為全面的認識。

作者簡介

暫缺《圖像特征匹配算法研究及其應用》作者簡介

圖書目錄

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 基于空間關系一致性的剛性點集匹配算法 21
2.1 概述 21
2.2 圖像初始特征點的提取與匹配 22
2.3 空間關系一致性算法 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 算法復雜度分析 30
2.5 實驗結(jié)果及分析 30
2.5.1 實驗配置 30
2.5.2 單應實驗結(jié)果 31
2.5.3 基礎矩陣實驗 35
2.6 收斂性分析 36
2.7 相關算法分析 38
第3章 基于空間關系一致性的非剛性點集匹配算法 39
3.1 概述 39
3.2 點對應的建立 40
3.3 非剛性變換關系的估計 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 實驗結(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 相關算法分析 61
第4章 基于分層混合模型的魯棒點匹配算法 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 算法復雜度分析 68
4.5 分層非剛性點集匹配問題 69
4.6 實驗結(jié)果及分析 70
第5章 基于特征導引的圖像匹配算法 75
5.1 概述 75
5.2 特征導引算法 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 算法復雜度分析 82
5.2.7 算法參數(shù)說明 83
5.3 實驗結(jié)果及分析 83
5.3.1 數(shù)據(jù)集和評估標準 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結(jié)果 87
5.3.4 部分重疊的多模態(tài)圖像對的配準結(jié)果 90
第6章 基于稀疏點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 實施細節(jié) 98
6.5 實驗結(jié)果及分析 99
6.5.1 數(shù)據(jù)集和設置 99
6.5.2 定性實驗 101
6.5.3 定量實驗 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 擴展:匯總和最大化相似性 110
7.3.5 計算復雜度 110
7.4 實驗結(jié)果及分析 111
7.4.1 實驗數(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 機器人拓撲導航 117
8.1 概述 117
8.2 拓撲建圖和局部化 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 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 實驗結(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的幾何驗證 127
8.4.5 拓撲導航 128
第9章 視覺歸巢 130
9.1 概述 130
9.2 全景運動流的平滑先驗 130
9.2.1 運動流的平滑性 130
9.2.2 平滑先驗的驗證 132
9.3 基于平滑先驗的關鍵點匹配和視覺歸巢 133
9.3.1 全景圖像對誘導的運動流 133
9.3.2 基于平滑先驗的內(nèi)點檢測公式化 135
9.3.3 基于平滑先驗的內(nèi)點檢測實現(xiàn) 136
9.3.4 基于運動流的奇點進行視覺歸巢 138
9.4 實驗結(jié)果及分析 139
9.4.1 實驗設置 139
9.4.2 實驗結(jié)果 141
參考文獻 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

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.afriseller.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號