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(duì)應(yīng)該模式的子圖像的過程，它是圖像理解和機(jī)器視覺的基礎(chǔ)。圖像匹配技術(shù)涉及的應(yīng)用領(lǐng)域廣泛，在工業(yè)檢測、遙感測量、生物醫(yī)學(xué)、交通管理和圖像數(shù)據(jù)庫檢索等領(lǐng)域中。匹配研究涉及到了許多相關(guān)知識(shí)領(lǐng)域，如圖像采樣、變換、預(yù)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(huì)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(duì)應(yīng)該模式的子圖像的過程，它是圖像理解和機(jī)器視覺的基礎(chǔ)。圖像匹配技術(shù)涉及的應(yīng)用領(lǐng)域廣泛，在工業(yè)檢測、遙感測量、生物醫(yī)學(xué)、交通管理和圖像數(shù)據(jù)庫檢索等領(lǐng)域中。匹配研究涉及到了許多相關(guān)知識(shí)領(lǐng)域，如圖像采樣、變換、預(yù)處理、分割、特征提取等，并且將計(jì)算機(jī)視覺、多維信號(hào)處理和數(shù)值計(jì)算方法等緊密結(jié)合。
本文將主要針對(duì)工業(yè)檢測中的圖像匹配快速算法進(jìn)行研究，重點(diǎn)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(diǎn)闡述同心圓矩匹配快速算法的可行性，同時(shí)討論旋轉(zhuǎn)角度計(jì)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(gè)方面的工作：
1． 在深刻理解同心圓窗口矩匹配原理的基礎(chǔ)上，對(duì)該方法進(jìn)行了改進(jìn)，大大降低了算法的計(jì)算復(fù)雜程度。主要做法是：利用采樣原理，在遍歷圖像時(shí)，進(jìn)行隔點(diǎn)采樣，然后在粗匹配點(diǎn)領(lǐng)域內(nèi)進(jìn)行二次匹配；同時(shí)在計(jì)算模板窗口n階距時(shí)，也進(jìn)行了采樣，大量現(xiàn)場實(shí)驗(yàn)結(jié)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(shí)間減少了70％（在相同情況下），同時(shí)保證了原有的檢測精度。
2． 結(jié)合主軸角計(jì)算方法和最小距離圖匹配方法對(duì)圖像匹配中的旋轉(zhuǎn)角度計(jì)算進(jìn)行了改進(jìn)。主要方法是：先利用主軸角算法計(jì)算一個(gè)初始值，然后利用最小距離圖匹配的方法進(jìn)行二次計(jì)算，可以使旋轉(zhuǎn)角度的計(jì)算達(dá)到±1º的精度。
3． 引入了利用曲面擬和方法進(jìn)行旋轉(zhuǎn)角度計(jì)算的快速算法。首先對(duì)模板進(jìn)行以若干角度為間隔的旋轉(zhuǎn)（例如10度為間隔，有36個(gè)角度的模板），然后分別計(jì)算每種模板和待檢測圖像的正相關(guān)系數(shù)，對(duì)這些系數(shù)進(jìn)行曲面擬和，處于峰值處的點(diǎn)對(duì)應(yīng)的角度最為最優(yōu)結(jié)果。
4． 對(duì)邊緣匹配方法進(jìn)行了一些改進(jìn)的嘗試。
5． 對(duì)光照模型進(jìn)行了研究，在算法中加入了一些預(yù)處理步驟，來消除不良光照條件對(duì)圖像匹配可能造成的影響。
關(guān)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(xiàn)
[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(duì)應(yīng)該模式的子圖像的過程，它是圖像理解和機(jī)器視覺的基礎(chǔ)。圖像匹配技術(shù)涉及的應(yīng)用領(lǐng)域廣泛，在工業(yè)檢測、遙感測量、生物醫(yī)學(xué)、交通管理和圖像數(shù)據(jù)庫檢索等領(lǐng)域中。匹配研究涉及到了許多相關(guān)知識(shí)領(lǐng)域，如圖像采樣、變換、預(yù)處理、分割、特征提取等，并且將計(jì)算機(jī)視覺、多維信號(hào)處理和數(shù)值計(jì)算方法等緊密結(jié)合。
本文將主要針對(duì)工業(yè)檢測中的圖像匹配快速算法進(jìn)行研究，重點(diǎn)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(diǎn)闡述同心圓矩匹配快速算法的可行性，同時(shí)討論旋轉(zhuǎn)角度計(jì)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(gè)方面的工作：
1． 在深刻理解同心圓窗口矩匹配原理的基礎(chǔ)上，對(duì)該方法進(jìn)行了改進(jìn)，大大降低了算法的計(jì)算復(fù)雜程度。主要做法是：利用采樣原理，在遍歷圖像時(shí)，進(jìn)行隔點(diǎn)采樣，然后在粗匹配點(diǎn)領(lǐng)域內(nèi)進(jìn)行二次匹配；同時(shí)在計(jì)算模板窗口n階距時(shí)，也進(jìn)行了采樣，大量現(xiàn)場實(shí)驗(yàn)結(jié)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(shí)間減少了70％（在相同情況下），同時(shí)保證了原有的檢測精度。
2． 結(jié)合主軸角計(jì)算方法和最小距離圖匹配方法對(duì)圖像匹配中的旋轉(zhuǎn)角度計(jì)算進(jìn)行了改進(jìn)。主要方法是：先利用主軸角算法計(jì)算一個(gè)初始值，然后利用最小距離圖匹配的方法進(jìn)行二次計(jì)算，可以使旋轉(zhuǎn)角度的計(jì)算達(dá)到±1º的精度。
3． 引入了利用曲面擬和方法進(jìn)行旋轉(zhuǎn)角度計(jì)算的快速算法。首先對(duì)模板進(jìn)行以若干角度為間隔的旋轉(zhuǎn)（例如10度為間隔，有36個(gè)角度的模板），然后分別計(jì)算每種模板和待檢測圖像的正相關(guān)系數(shù)，對(duì)這些系數(shù)進(jìn)行曲面擬和，處于峰值處的點(diǎn)對(duì)應(yīng)的角度最為最優(yōu)結(jié)果。
4． 對(duì)邊緣匹配方法進(jìn)行了一些改進(jìn)的嘗試。
5． 對(duì)光照模型進(jìn)行了研究，在算法中加入了一些預(yù)處理步驟，來消除不良光照條件對(duì)圖像匹配可能造成的影響。
關(guān)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(xiàn)
[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
