一、局部几何矩在图像处理中的应用(论文文献综述)
周艳华[1](2015)在《虹膜图像质量评价及定位分割技术的研究》文中指出虹膜图像的质量问题、定位的准确性和系统耗时严重影响虹膜识别系统的推广和使用。加入图像质量评价系统来确保定位前的图像质量符合要求能够有效提升系统效率。为此,本文进行了如下内容的研究:1)在定位分割前建立虹膜图像质量评价系统能够提升系统效率。根据采集的虹膜图像特点,本文提出了5个顺序执行的质量评价指标分别是:眼睑遮挡检测、活体检测、清晰度的检测、睫毛遮挡的检测和是否佩戴美瞳的检测。采用图像中灰度分布的比例来确定眼睑遮挡和美瞳的检测,在检测美瞳时采用的是去除粗定位的瞳孔区域后的灰度比例。采用小波包图像分解后的子带能量信息来检测清晰度和睫毛遮挡,在睫毛遮挡检测进行了多层二维小波包分解。利用瞳孔的收缩特性来检测序列图像是否为活体采集。实验结果表明质量评价系统能够准确的检测出图像的质量,缩短定位耗时。2)去除光斑影响能够提升定位效率。本文采用中值滤波、图像增强和二值化的方法能够去除部分图像的光斑,然后采用粗定位和灰度值平均的方法将光斑彻底去除。该方法简单有效,能够去除所有虹膜图像中的光斑并且不影响图像边缘。3)本文采用两种方法对虹膜图像进行定位分割,分别是局部区域分析和脉冲耦合神经网络(Pulse Coupled Neural Network, PCNN)。其中,局部分析是先根据粗定位的内边界选择区域,然后通过分析区域的灰度梯度来精确定位内边界。根据内边界进行外边界有效区域的选取,分析其灰度变化特征来确定外边界点,最后通过Hough变换来快速定位外边界。该方法复杂度较低能够提升效率。而采用PCNN定位虹膜边界更加符合人类视觉定位机制。通过调整简化改进后PCNN模型,用最小交叉熵确定终止时间能够有效的定位出虹膜的边界点,然后通过Hough变换来确定边界,实验表明PCNN定位虹膜准确率得到提高。而且文中缩小了Hough变换的搜索范围所以能够降低耗时。4)将定位分割后的图像进行规范化、编码和相似度的计算。采用Rubber SheetModel进行规范化、2D-Gabor滤波提取纹理特征、将滤波结果符号信息编成格雷码、用Hamming distance计算相似度。对CASIA-IrisV1和CASIA-Iris-Interval的库中图像进行实验验证,求出系统的错误拒绝率和错误接受率,实验结果表明本文的定位方法能够有效的提升系统的准确率。
戴丽[2](2014)在《基于局部特征的图像三维去噪算法研究》文中研究表明由于数字图像在我们的生产、生活中的作用越来越大,而数字图像在生成和传输过程中易遭到噪声污染腐蚀,影响后续的图像处理,因此图像的有效去噪在图像处理技术中显得尤为重要。本论文在研究图像去噪的基本知识和方法的基础上,重点探讨了目前去噪性能较为理想的非局部均值法和块群组3D去噪方法,提出了两种主要的改进方法:结合Tetrolet预滤波的BM3D算法和基于自适应距离硬阈值的BM3D算法(BM3D-ADT),以进一步提高算法的去噪性能和执行效率。本论文的主要研究工作包括:1.为了克服BM3D在高噪图像中去噪性能不佳的缺点,提出了一种结合Tetrolet小波预滤波的BM3D去噪算法。先对高噪图像进行Tetrolet预滤波,再结合BM3D去噪。由于Tetrolet变换在降噪的同时能完整地保留图像局部结构,从而提高了BM3D群组阶段相似块选取的准确性。实验结果表明,该算法在有效抑制噪声的同时,能更精确地保留图像的细节,极大地弱化了伪噪声现象。2.提出了一种基于自适应距离硬阈值的改进BM3D算法,根据图像的均值和标准差的比值以及噪声的估计值,自适应地设定群组阶段的距离硬阈值。先对输入图像分块,选取一些参考块,根据块的梯度信息,计算出这些参考块与其他所有候选块的结构相似度和欧氏距离,选取结构最相似时对应的欧氏距离。然后估计出每一参考块的均值、标准差以及含有的噪声的标准差,利用数据拟合方法,得出结构最相似时对应的欧氏距离与块的均值、标准差以及噪声的标准差之间的函数关系,作为BM3D中自适应的距离阈值。其去噪性能在客观评价PSNR值和人的视觉感受方面都有较好表现,而且当噪声水平较低时,本算法也降低了运行时间。
陈英[3](2014)在《虹膜定位和识别算法的研究》文中指出本文结合虹膜图像自身的属性,对虹膜定位、虹膜图像中干扰因子的检测、虹膜的特征提取、特征降维、虹膜不同区域的特征分析和虹膜子区域的特征融合等技术进行了研究和创新。主要包括:(1)提出了一种自适应性的Chan和Vese(SACV)水平集虹膜定位分割模型。该模型采用由粗到精的策略,首先基于图像的灰度梯度得到瞳孔和虹膜的粗定位边界,然后检测粗定位区域内包含的眼皮、睫毛等其它干扰因子的大小,最后根据这些干扰因子,自动地设置SACV模型的相关参数,以实现自适应地对虹膜图像进行精定位处理。(2)设计了有效的虹膜特征表示方式和增强分类器。提出了把频域特征提取法和统计学特征提取法所提取的特征结合以形成联合特征,同时利用粒子群算法对支持向量机(SVM)的径向基核函数的参数对进行优化,以得到增强SVM分类器。(3)提出了鉴别性子特征的选取方法和区域特征融合的方法。提出了基于主成份概率分布函数、梯度概率分布函数和联合概率分布的三种子特征选取策略,并采用子特征选择策略对SIFT方法提取的虹膜特征进行降维处理,最后对鉴别性子特征进行区域加权融合。(4)在分析了虹膜不同子区域对虹膜识别精确影响程度的基础上,提出了局部特征融合的方法。对虹膜各个子区域进行局部质量评价,并根据子区域的纹理特征对这些子区域分配不同的权重,最后根据不同区域的权重值对特征进行融合。实验结果表明,上述工作能够有效地提高虹膜定位分割的准确性以及虹膜识别系统的整体性能,具有一定的实用价值。
宋宝森[4](2012)在《全景图像拼接方法研究与实现》文中进行了进一步梳理全景图像拼接理论、技术和方法是当前图像处理领域的一个研究热点,主要解决因成像设备的视角限制,不能直接拍摄到360度全视场图像的问题。该项研究的进展对推动大地测绘、医学影像合成、军用全景成像作战支持系统,以及民用全景相机等技术的提升具有十分重要的现实意义和明显的工程应用前景。本文以单相机和多相机的环形运动获取的图像作为研究对象,深入研究了基于特征的全景图像拼接技术的理论和方法,针对当前全景图像拼接问题提出了一系列完整的解决方案,并对全景图像拼接所涉及的图像预处理、图像配准、图像定位、捆绑调整、图像测光优化、过渡区融合、全景投影输出等七个关键处理过程给出了详细的原理剖析和具体实现算法,最后通过C++语言设计并实现了全景图像拼接系统。在图像预处理中,本文针对原始图像存在径向失真问题,对所用成像设备用张正友法标定来获取所需的相机内参数;以多项式法逼近成像设备的径向失真,用非线性迭代估计多项式系数来获取最优失真参数;然后再利用相机内参数和失真参数对原始图像进行校正,来获取无失真图像的方法,有效地解决了成像设备标定和图像径向失真校正的问题。在图像配准中,本文针对不同成像设备、不同时间、不同视角获取的同一场景的多幅图像的匹配问题,围绕着基于特征的配准方案开展了深入的研究。首先引用图像不变矩改进了SIFT特征提取方法,并用之获取了图像的特征;然后利用Best Bin Firs(tBBF)搜索法获得初匹配集合,并给出了改进RANSAC算法和用之提纯初匹配集合;最后利用全相机运动投影变换模型和提纯后的匹配集合计算图像间的变换矩阵,完成图像配准。针对图像级联变换带来的累积误差和所有图像投影(拼接)在全景图上的失真变形问题,本文以Levenberg-Marquardt(L-M)算法进行捆绑调整,有效地消除了图像级联累积误差和投影到全景图的失真变形。针对不同图像间测光参数不同,带来的拼接后全景图整体亮度和颜色不均匀、不自然的问题,本文给出了新的测光调整技术,对全部图像间的整体亮度和颜色差异进行优化调整,达到了良好的图像测光调整效果。图像融合主要用于解决因图像拼接部分的局部亮度差异造成的“拼接缝”和图像配准与捆绑调整误差带来的“鬼影”问题。文中,首先利用基于距离变换的方法找到最优缝合线,然后以小波多分辨率分析技术结合cos(x)平滑函数给出了新的多分辨率过渡区融合方法,取得了更好的消除拼接痕迹效果。针对当前全景图格式单一,不能满足多领域需求的问题,文中讨论了6种常用投影方法,并给出了将全景图像以这6种常用投影格式进行输出的算法。最后综合本文给出的改进全景图像拼接方法,使用C++语言,研究开发了全景图像拼接系统(automatic panoramic image mosaic system-APIMS)。该系统具有把以小视角相机获取的带有重叠区域的图像拼接成为360°视角的高质量全景图的能力。通过三组不同获取图像方法的实验表明,APIMS可实现通用性很强的高质量全景图像拼接,从而验证了本文给出的全景图像拼接方法的正确性和有效性。此外,本文还以一组包含主观和客观评价的对比实验,展示了本文给出的全景图像拼接方法比传统拼接方法在时间、效果和质量上具备的优势。本文设计完成的APIMS不但可用于地图测绘、医学影像合成、虚拟现实、计算机视觉等民用领域,经过适当修改后也可用于坦克、潜艇等需要全景作战支持系统的军用领域。
付永庆,宋宝森,吴建芳[5](2010)在《边缘分类SIFT算法》文中指出针对经典SIFT算法的实时性较差和其在图像拼接应用时特征点冗余的问题,研究了其在整个尺度空间搜索极值点步骤后,利用图像几何不变矩理论结合图像边缘提取技术提取了图像的边缘类,并在边缘类对应的尺度空间中提取特征点,从而给出了一种改进的SIFT算法.经过多组实验后,结果显示改进后算法可以使图像的冗余特征点减少20%~50%,从而大大减少经典SIFT特征点冗余性并提高了算法的运行速度.
何飞[6](2010)在《基于几何矩不变量的图像压缩算法研究》文中指出本文把几何矩不变量应用到图像压缩编码中,提出了基于几何矩不变量的图像压缩算法。与现有的基于离散余弦变换和基于小波变换的压缩算法不同,基于几何矩不变量的压缩算法是利用前后相邻子区域间的相似关系而不是单纯的相邻像素间的相关性来实现图像压缩的。为了验证基于几何矩不变量的图像压缩算法的可行性和合理性,本文详细讨论了图像子区域之间的相似性,着重列出了本文算法在灰度图像中的实现步骤和图像的压缩效果,并将本文算法压缩效果与基于离散余弦变换的压缩算法进行比较,结果发现在压缩比相近的条件下本文算法压缩后的视觉效果略优。最后将本文算法推广到真彩图像压缩,给出了详细的实现步骤及压缩效果图。利用VC6.0设计了一个数字图像压缩平台。数字压缩平台能对8位灰度图像和24位真彩图像做基于几何矩不变量压缩、JPEG压缩和分形压缩处理,并能以对话框的形式给出图像的压缩比(CR)和峰值信噪比(PSNR),同时能将原图像和解压后的图像显示在不同的窗口中,供用户进行图像压缩效果的分析和性能比较使用。
蒋涛[7](2009)在《模拟射击软件识别系统的研究与实现》文中认为模拟射击软件识别系统,是利用反坦克炮瞄准击发图像的分析来代替实弹射击训练系统。本系统由图像跟踪瞄准装置、图像采集与保存和计算机软件识别三部分组成。本文主要对计算机软件识别部分进行研究,主要通过对图像处理witt和Canny算子几种边缘提取算法。在十字光标中心点坐标的计算上,采用了模板匹配的方法,介绍了MAD,SSDA,NCC和中心矩匹配几种算法。通过数学形态学进行优化,研究利用MATLAB工具进行仿真,通过对获得效果图进行比较和筛选,选取最合适的算法,使得系统获得比较精确的结果,同时也具有了不错的运算速度。评估系统是在XP系统下利用C++语言开发的。试验表明,本系统能够准确快速的处理射击手的瞄准和击发图像,并进行分析评价射击手的射击水平,基本实现了系统的预期功能。
李宝昭[8](2007)在《基于匹配的图像识别算法的应用研究》文中指出图像匹配作为计算机视觉中的一项基本和重要的技术,在导航制导、工业检测、遥感图像分析等领域都有广泛的应用。对于工业检测应用,同时具备精度高、可靠性强和实时性好的图像匹配技术一直是人们不懈努力追求的目标。本文研究适用于工业检测应用的图像匹配算法,通过对几种匹配算法进行理论分析和实验比较,提出了一种以边缘特征作为相似性测度的分层匹配算法,通过实验验证了该算法的合理性和适用性。本文首先介绍图像匹配的基本概念,包括图像匹配的数学描述、匹配方法的分类、图像匹配中的关键问题、图像匹配的性能要求以及影响匹配性能的因素。然后介绍在本文匹配算法中所涉及到的图像预处理方法,包括高斯滤波、几何变换、边缘检测等等,这些预处理方法对提高匹配算法的性能起了举足轻重的作用。接着,从特征空间和相似性测度的角度出发,探讨了几种模板匹配算法,并相应地进行了一些改进。在基于图像中心矩的匹配算法中,改进了几何矩的快速计算方法,在基于边缘特征的匹配算法中,提出了启发式的判别标准。通过实验验证了改进算法的合理性和有效性,并与直接利用像素灰度值的匹配方法进行比较。实验结果表明,所改进的基于边缘特征的匹配算法能在保证匹配精度的同时,大大提高匹配速度,且在噪声干扰、光照变化、对比度变化等误差因素影响下均具有较好的性能表现。在以边缘特征作为相似性测度的研究基础上,通过构造图像的边缘金字塔结构,引入分层搜索的策略,从而使匹配算法具有很好的实时性能,并且也具备了检测旋转角度的能力,实验结果验证了该算法的有效性。最后,以Matrox公司的图像开发包(MIL)作为主要的开发工具,结合图像采集卡和运动控制卡的应用,设计了具有模板匹配功能的计算机视觉定位软件。
王耀明[9](2007)在《Tchebichef矩及其在图像重建中的应用》文中研究表明一种基于Tchebichef离散正交多项式的称为Tchebichef矩函数具有在计算中采用完全的离散计算,因此可精确进行矩计算,在许多方面它有明显的优点。在推导出Tchebichef矩快速计算方法之后,通过图像重建实验证明了Tchebichef矩在图像处理中应用的有效性。
谷峰[10](2006)在《图像匹配技术及图像捕控指令制导半实物仿真系统研究》文中研究指明本文从满足图像制导武器仿真需求和装备科研的需要出发,针对图像类精确制导武器攻击过程中对目标定位精度和系统实时性的要求,深入研究了相关匹配中实时目标图像相对模板的旋转和缩放问题的解决方法。在总结已有的研究成果的基础上,对几种可能的解决方案进行了深入的研究,提出下面的三种解决方案并完成了计算机仿真,给出了适应性结论。并将这些技术应用到空对地精确制导武器的仿真系统中,完成了捕控指令图像制导柔性半实物仿真实验系统的设计和建设。 1.首次将多尺度模极大值边缘提取技术和边缘匹配技术引入到图像制导系统中,提出并验证了通过目标图像的多尺度边缘特征实现目标匹配,以此提高图像制导系统中目标匹配的速度和精度。首先建立了高斯函数的一阶导数作为小波函数的小波变换模型,并利用该模型检测出系列边缘特征。在此基础上,对全像素匹配与边缘图像匹配进行了比较实验,证明了基于边缘像素的匹配比全像素匹配更优秀。 2.首次引入仿射矩不变量来解决导弹攻击过程中的目标仿射变形问题。 3.提出基于遗传算法的动态匹配模板来解决模板与目标的旋转和缩放造成的匹配精度下降的问题,仿真试验证明该方法的有效性。对模板参数编码后,经过遗传进化易于得到最佳匹配参数,从而实现目标点的精确定位。 4.设计并完成了目前国内唯一的能够完成巡航导弹攻击过程仿真、图像制导技术研究和装备检测的完整实用系统。可以完成图像制导类精确制导武器的教学、科研和设备性能检测,实现了某型号巡航导弹的攻击过程仿真,该系统获得军队科技进步二等奖。 5.该系统的主要特点是采用网架结构和精密四方向导轨和滑座较好地解决了大载荷(2T)、大跨度(12M×4M)二自由度精密运动平台的设计与调校,该平台与全方位智能监控摄像头结合解决了导弹运动和导弹与目标相对运动规律的仿真;采用比例仿真沙盘与灯光烟雾相结合实现目标环境仿真。
二、局部几何矩在图像处理中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、局部几何矩在图像处理中的应用(论文提纲范文)
(1)虹膜图像质量评价及定位分割技术的研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 虹膜识别技术的介绍 |
1.2.1 虹膜结构及特性 |
1.2.2 虹膜系统的工作原理 |
1.3 虹膜识别技术的国内外现状 |
1.3.1 虹膜图像质量评价的研究现状 |
1.3.2 虹膜边界定位的研究现状 |
1.3.3 虹膜规范化、特征提取和编码的研究现状 |
1.4 存在的问题 |
1.5 本文的研究内容及相关章节安排 |
第2章 虹膜图像质量评价 |
2.1 引言 |
2.1.1 图像质量评价 |
2.1.2 简述虹膜图像的质量评价 |
2.2 多指标质量评价 |
2.2.1 眼睑遮挡检测 |
2.2.2 活体采集检测 |
2.2.3 图像清晰度检测 |
2.2.4 睫毛遮挡检测 |
2.2.5 美瞳检测 |
2.3 实验结果分析 |
2.4 本章小结 |
第3章 基于局部区域分析的虹膜定位 |
3.1 引言 |
3.2 虹膜边界的定位 |
3.2.1 光斑去除和瞳孔边界定位 |
3.2.2 上眼睑边缘定位 |
3.2.3 虹膜外边界定位 |
3.3 实验结果分析 |
3.3.1 内边界定位的实验分析 |
3.3.2 外边界定位的实验分析 |
3.4 本章小结 |
第4章 脉冲耦合神经网络定位虹膜 |
4.1 引言 |
4.2 PCNN 定位分割图像 |
4.2.1 简述脉冲耦合神经网络 |
4.2.2 脉冲耦合神经网络定位分割图像 |
4.3 采用 PCNN 进行虹膜图像定位分割 |
4.3.1 采用的 PCNN 模型定位虹膜区域 |
4.3.2 模型迭代终止准则的确定 |
4.4 本章小结 |
第5章 实验分析 |
5.1 引言 |
5.2 虹膜区域规范化 |
5.3 虹膜特征提取和匹配 |
5.4 相关实验分析 |
5.4.1 虹膜质量评价分析 |
5.4.2 虹膜定位分析 |
5.4.3 虹膜识别分析 |
5.5 本章小结 |
第6章 全文总结 |
6.1 本文的研究工作总结 |
6.2 需要进一步研究的问题 |
参考文献 |
作者简介及研究成果 |
致谢 |
(2)基于局部特征的图像三维去噪算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文研究的背景和意义 |
1.2 国内外的最新研究成果 |
1.3 论文的主要研究内容与成果 |
1.3.1 结合 Tetrolet 预滤波的 BM3D 算法 |
1.3.2 基于自适应距离硬阈值的 BM3D 算法 |
1.4 论文的组织结构 |
第2章 图像去噪概述 |
2.1 引言 |
2.2 图像的噪声类型 |
2.2.1 根据噪声产生原因分类 |
2.2.2 根据噪声统计特性分类 |
2.2.3 根据噪声与图像的关系分类 |
2.3 图像去噪方法分类 |
2.3.1 二维去噪法 |
2.3.2 三维去噪法 |
2.4 图像质量评价标准 |
2.5 本章小结 |
第3章 结合 Tetrolet 预滤波的块群组三维去噪算法 |
3.1 引言 |
3.2 Tetrolet 变换 |
3.2.1 符号和概念定义 |
3.2.2 变换思想 |
3.3 结合 Tetrolet 预滤波的 BM3D 去噪技术 |
3.3.1 块群组 3D 去噪算法 |
3.3.2 算法描述 |
3.4 实验结果和分析 |
3.5 本章小结 |
第4章 自适应距离阈值的块群组三维去噪算法 |
4.1 引言 |
4.2 基于自适应主分量的块群组 3D 去噪算法 |
4.3 基于自适应阈值的 BM3D 算法 |
4.3.1 基于像素梯度的结构相似度 |
4.3.2 自适应距离阈值 |
4.3.3 实验结果与分析 |
4.4 基于自适应 CBM3D 的毫米波和太赫兹波图像去噪 |
4.4.1 算法描述 |
4.4.2 实验结果与分析 |
4.5 本章小结 |
总结与展望 |
论文的工作总结 |
未来研究工作的展望 |
参考文献 |
攻读硕士学位期间发表的学术论文 |
致谢 |
详细摘要 |
(3)虹膜定位和识别算法的研究(论文提纲范文)
提要 |
摘要 |
Abstract |
第1章 绪论 |
1.1 本文研究背景及意义 |
1.2 生物特征识别技术简介 |
1.3 虹膜识别技术 |
1.3.1 虹膜的生理结构及生物特性 |
1.3.2 虹膜识别的工作原理 |
1.3.3 虹膜库简介 |
1.3.4 虹膜识别算法评价标准 |
1.4 虹膜识别关键技术的国内外研究现状及问题分析 |
1.4.1 虹膜图像的质量评价技术 |
1.4.2 虹膜图像的定位分割 |
1.4.3 虹膜的特征提取技术 |
1.4.4 虹膜的特征分类识别技术 |
1.5 本文的主要研究内容 |
1.6 论文的组织结构 |
第2章 基于自适应 CV 模型的虹膜分割方法 |
2.1 引言 |
2.2 基础理论 |
2.2.1 Mumford-Shah 模型概述 |
2.2.2 CV 模型理论概述 |
2.3 CV 模型应用于虹膜图像的要求分析 |
2.3.1 CV 模型定位瞳孔边界的分析 |
2.3.2 CV 模型定位虹膜外边界的分析 |
2.4 Otsu 方法应用于虹膜 ROI 的效果分析 |
2.5 SACV 模型的构建和虹膜精定位 |
2.5.1 基于 SACV 的定位过程概述 |
2.5.2 构建 SACV 模型 |
2.5.3 初始轮廓定位 |
2.5.3.1 瞳孔初始轮廓定位 |
2.5.3.2 虹膜初始轮廓定位 |
2.5.4 瞳孔区域干扰因子检测 |
2.5.5 虹膜区域干扰因子检测 |
2.5.5.1 虹膜区域睫毛干扰因子 |
2.5.5.2 虹膜区域眼皮干扰因子 |
2.5.5.3 虹膜区域加权干扰因子 |
2.5.6 曲线演化终止标准 |
2.5.7 定位算法步骤描述 |
2.6 实验结果及讨论 |
2.6.1 实验样本描述 |
2.6.2 参数的设置 |
2.6.3 分割算法评价标准 |
2.6.4 瞳孔定位准确性分析 |
2.6.5 虹膜定位准确性分析 |
2.6.6 本章算法的健壮性分析 |
2.6.7 与已有方法的实验对比 |
2.7 本章小结 |
第3章 基于联合特征提取和增强分类器的虹膜识别系统 |
3.1 引言 |
3.2 虹膜图像预处理 |
3.2.1 虹膜图像定位 |
3.2.2 虹膜归一化 |
3.2.3 虹膜图像增强 |
3.3 基于联合特征和增强分类器的虹膜识别系统 |
3.4 虹膜特征提取策略 |
3.4.1 二维 Gabor 滤波器 |
3.4.2 二维 Gabor 提取虹膜特征 |
3.4.3 GLCM 理论 |
3.4.4 GLCM 提取虹膜特征 |
3.4.5 特征联合及归一化操作 |
3.5 构造增强分类器 |
3.5.1 支持向量机原理 |
3.5.2 PSO 理论 |
3.5.3 增强支持向量机 |
3.6 实验设计 |
3.6.1 实验虹膜图像样本描述 |
3.6.2 实验设置 |
3.7 实验结果及讨论 |
3.7.1 实验 I.联合虹膜特征属性分析 |
3.7.2 实验 II.增强分类器分析 |
3.7.3 与其它方法的对比 |
3.8 本章小结 |
第4章 基于特征选择和区域加权融合的虹膜识别算法 |
4.1 引言 |
4.2 基于 SIFT 的特征提取和表示分析 |
4.2.1 尺度空间极值点检测 |
4.2.2 关键点定位 |
4.2.3 分配关键点主方向 |
4.2.4 关键点描述子表示 |
4.3 鉴别性子特征选择策略 |
4.3.1 基于方向的鉴别性子特征选择策略 |
4.3.2 基于梯度的鉴别性子特征选择策略 |
4.3.3 基于主方向和梯度的复合选择策略 |
4.4 虹膜图像分块和子模式特征的贡献度分析 |
4.4.1 虹膜图像分块 |
4.4.2 子模式的权重计算方法 |
4.4.3 加权子区域匹配 |
4.5 实验结果及讨论 |
4.5.1 实验虹膜图像样本描述 |
4.5.2 实验设置 |
4.5.3 实验结果和性能评价 |
4.5.4 与已有方法的对比分析 |
4.6 本章小结 |
第5章 基于局部质量评价和特征融合的虹膜识别系统 |
5.1 引言 |
5.2 图像纹理评价方法 |
5.2.1 一维信息熵 |
5.2.2 二维信息熵 |
5.2.3 Haralick 纹理熵 |
5.2.4 Tamura 纹理测量 |
5.2.5 灰度方差 |
5.3 对虹膜不同轨迹进行局部质量评价 |
5.3.1 虹膜图像预处理 |
5.3.2 虹膜局部质量评价方法 |
5.3.3 分析不同轨迹的正确识别率 |
5.4 多种质量评价因子的联合和特征融合 |
5.4.1 多种质量评价参数的向量化 |
5.4.2 不同轨迹的权重分配过程 |
5.4.3 不同轨迹的特征信息融合识别系统 |
5.5 实验设计 |
5.5.1 实验虹膜图像样本描述 |
5.5.2 实验方案和设置 |
5.6 实验结果及讨论 |
5.6.1 实验 I.分析不同轨迹的特征信息 |
5.6.2 实验 II.不同轨迹信息融合的效果分析 |
5.6.2.1 可判定度分析 |
5.6.2.2 等错率分析 |
5.6.3 与已有算法的对比分析 |
5.7 本章小结 |
第6章 总结与展望 |
6.1 论文内容总结 |
6.2 未来工作展望 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(4)全景图像拼接方法研究与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 研究课题的背景和意义 |
1.3 课题研究动态 |
1.4 论文主要工作及章节安排 |
第2章 传统全景图像拼接方法关键技术及原理 |
2.1 引言 |
2.2 全景图像拼接的基本流程 |
2.3 图像预处理 |
2.3.1 相机成像模型 |
2.3.2 相机校准 |
2.4 图像配准 |
2.4.1 图像特征提取 |
2.4.2 图像特征匹配 |
2.4.3 匹配特征点对提纯与变换矩阵求解 |
2.5 图像定位 |
2.6 捆绑调整 |
2.6.1 Levenberg-Marquardt 算法 |
2.6.2 选取参考平面 |
2.6.3 捆绑调整算法原理 |
2.7 图像测光调整 |
2.8 过渡区融合 |
2.8.1 基于动态规划的缝合线搜索 |
2.8.2 拉普拉斯金字塔过渡区融合 |
2.9 全景投影输出 |
2.10 本章小结 |
第3章 改进全景图像拼接方法 |
3.1 引言 |
3.2 图像采集方法 |
3.3 图像预处理 |
3.4 图像配准 |
3.4.1 改进 SIFT 特征提取算法 |
3.4.2 图像特征匹配 |
3.4.3 改进 RANSAC 提纯与变换矩阵求解 |
3.5 图像定位 |
3.6 捆绑调整 |
3.7 图像测光调整 |
3.7.1 光学成像模型 |
3.7.2 测光参数估计 |
3.8 过渡区融合 |
3.8.1 基于距离变换的缝合线搜索 |
3.8.2 离散小波变换 |
3.8.3 平滑函数和过渡区宽度 |
3.9 全景投影输出 |
3.9.1 平面投影 |
3.9.2 墨卡托投影 |
3.9.3 正弦投影 |
3.9.4 球极投影 |
3.9.5 等矩形投影 |
3.10 本章小结 |
第4章 全景图像拼接系统实现与实验 |
4.1 引言 |
4.2 全景图像拼接系统实现 |
4.2.1 APIMS 总体框架 |
4.2.2 软件操作实现 |
4.2.3 功能模块实现 |
4.2.4 设置参数库和镜头信息库实现 |
4.3 拼接实验及结果分析 |
4.3.1 三角架单相机圆周运动取像拼接实验 |
4.3.2 手持单相机圆周运动取像拼接实验 |
4.3.3 手持多相机环绕圆周取像拼接实验 |
4.3.4 对比实验 |
4.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科技成果 |
致谢 |
(5)边缘分类SIFT算法(论文提纲范文)
1 标准SIFT算法 |
1.1 尺度空间极值点检测 |
1.2 精确定位关键点 |
1.3 关键点方向分配 |
1.4 特征点描述子生成 |
2 改进SIFT算法 |
2.1 边缘类提取 |
2.1.1 边缘类的定义 |
2.1.2 局部几何不变矩的计算 |
2.1.3 边缘类的提取 |
2.2 边缘类调整 |
2.3 改进SIFT算法实现 |
3 改进前后SIFT算法仿真和实验 |
3.1 评价方法 |
3.2 实验结果 |
3.2.1 运行时间和特征点数目对比 |
3.2.2 消除冗余特征点对比 |
3.2.3 图像子块大小和特征点数目曲线 |
3.3 实验结果分析 |
4 结论 |
(6)基于几何矩不变量的图像压缩算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景与目的 |
1.2 国内外图像压缩研究现状 |
1.3 本文研究内容和安排 |
第2章 图像几何矩及其几何矩不变量 |
2.1 几何矩的定义 |
2.2 几何矩不变量 |
2.3 图像矩的应用 |
2.4 本章小结 |
第3章 基于矩不变量的图像压缩算法 |
3.1 相似性与几何矩不变量 |
3.2 灰度图像压缩算法 |
3.2.1 图像插值 |
3.2.2 灰度图像压缩算法 |
3.2.3 图像压缩质量的判断标准 |
3.2.4 压缩结果 |
3.3 彩色图像压缩算法 |
3.3.1 彩色空间转换 |
3.3.2 彩色图像压缩 |
3.3.3 压缩结果 |
3.4 本章小结 |
第4章 数字图像压缩平台 |
4.1 算法简介 |
4.1.1 基于几何矩不变量压缩 |
4.1.2 JPEG压缩 |
4.1.3 分形压缩 |
4.2 平台设计过程 |
4.2.1 平台界面 |
4.2.2 主程序和各算法流程图 |
4.2.3 其他功能 |
4.3 平台性能评估 |
4.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(7)模拟射击软件识别系统的研究与实现(论文提纲范文)
摘要 |
Abstract |
目录 |
1 绪论 |
1.1 课题的背景和意义 |
1.2 模拟射击软件识别系统的相关技术 |
1.2.1 图像分割技术 |
1.2.2 图像匹配技术 |
1.2.3 数学形态学技术 |
1.3 预期目标和所需工作 |
1.4 本文主要研究内容 |
2 模拟射击软件识别系统 |
2.1 系统整体实现方案 |
2.1.1 图像跟踪瞄准摄取系统 |
2.1.2 图像采集与保存系统 |
2.1.3 计算机软件识别系统 |
2.2 系统实现规则 |
2.3 本章小结 |
3 图像分割算法研究 |
3.1 图像分割技术简述 |
3.1.1 阈值化 |
3.1.2 P-tile阈值法 |
3.1.3 最优阈值化 |
3.1.4 局部阈值分割法 |
3.1.5 最大距离阈值分割法 |
3.2 基于边缘的图像分割算法 |
3.2.1 梯度算子 |
3.2.2 Sobel算子 |
3.2.3 Prewitt算子 |
3.2.4 Canny算子 |
3.3 数学形态学优化处理 |
3.3.1 膨胀 |
3.3.2 腐蚀 |
3.3.3 开启运算与闭合运算 |
3.4 本章小结 |
4 图像的匹配 |
4.1 模板匹配的基本原理 |
4.2 图像匹配的核心因素 |
4.2.1 相似度测量 |
4.2.2 搜索策略 |
4.3 匹配算法的讨论与选择 |
4.3.1 绝对误差算法 |
4.3.2 序贯相似性检测算法(SSDA) |
4.3.3 归一化积相关算法(NCC) |
4.3.4 基于图像中心矩的匹配算法 |
4.4 二值图像匹配 |
4.5 匹配结果比较与分析 |
4.6 本章小结 |
5 软件识别系统 |
5.1 模板的选取 |
5.2 瞄准测距和击发指令 |
5.3 十字点的坐标计算 |
5.4 目标命中判别 |
5.5 软件实现过程 |
5.6 软件系统的基本功能和使用说明 |
5.6.1 基本功能简介 |
5.6.2 软件使用简介 |
结论 |
一、本文的主要工作 |
1) 在目标提取的处理方面 |
2) 十字光标中心点提取 |
二、改进和提高 |
致谢 |
参考文献 |
(8)基于匹配的图像识别算法的应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题的研究背景及意义 |
1.1.1 课题的研究背景 |
1.1.2 模板匹配技术 |
1.1.3 课题的研究意义 |
1.2 课题的研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本文的主要研究内容 |
第二章 与图像匹配相关的若干基本概念 |
2.1 引言 |
2.2 图像匹配概述 |
2.2.1 图像匹配的数学描述 |
2.2.2 图像匹配方法的分类 |
2.2.3 图像匹配中的关键问题 |
2.2.4 图像匹配的性能要求 |
2.3 若干数字图像处理方法概述 |
2.3.1 图像的卷积运算 |
2.3.2 直方图均衡化 |
2.3.3 噪声模型 |
2.3.4 图像的高斯滤波 |
2.3.5 图像的几何变换 |
2.3.6 边缘检测 |
第三章 基于矩特征和边缘特征的匹配算法的改进 |
3.1 引言 |
3.2 去均值归一化相关测度法 |
3.3 序贯相似性检测算法 |
3.4 基于图像中心矩的快速匹配算法 |
3.5 基于图像边缘特征的启发式快速匹配算法 |
3.6 实验结果与比较 |
第四章 边缘金字塔结构在实时图像匹配算法中的应用 |
4.1 图像金字塔的概念 |
4.2 相似性测度的选择 |
4.3 边缘金字塔结构的构建 |
4.4 分解层数的自适应确定 |
4.5 搜索策略 |
4.6 实验结果与分析 |
第五章 基于 Matrox MIL的视觉软件在定位系统中的应用 |
5.1 引言 |
5.2 视觉定位系统的总体结构 |
5.3 视觉定位系统的软件设计 |
5.3.1 系统功能 |
5.3.2 图像采集模块的设计 |
5.3.3 模板匹配模块的设计 |
5.3.4 运动控制模块的设计 |
5.3.5 主控模块的设计 |
5.4 应用案例 |
结论 |
参考文献 |
攻读学位期间发表的论文 |
致谢 |
(9)Tchebichef矩及其在图像重建中的应用(论文提纲范文)
1 Tchebichef矩 |
2 Tchebichef矩的计算 |
3 Tchebichef矩图像重建的实验结果 |
4 结 语 |
(10)图像匹配技术及图像捕控指令制导半实物仿真系统研究(论文提纲范文)
第一章 综述 |
1.1 课题的来源和背景 |
1.2 课题研究的目的和意义 |
1.3 系统仿真技术在制导系统仿真中的作用 |
1.4 系统仿真技术研究和应用的趋势 |
1.4.1 仿真系统的分类 |
1.4.2 系统仿真理论和方法的发展 |
1.4.3 新时期军事仿真技术的应用 |
1.5 制导武器半实物仿真实验系统研究现状 |
1.5.1 红外制导空空导弹半实物仿真系统 |
1.5.2 光电探测半实物仿真系统 |
1.5.3 激光制导武器半实物仿真系统 |
1.6 图像制导技术的研究方向与现状 |
1.6.1 图像制导技术的研究方向 |
1.6.2 图像制导技术的研究现状 |
1.7 本论文的内容安排 |
1.8 本章小结 |
第二章 图像的特征提取与匹配 |
2.1 图像匹配基础 |
2.1.1 图像匹配方法 |
2.1.2 图像匹配的一般模型 |
2.1.3 相似性测度 |
2.2 基于图像灰度的图像匹配 |
2.2.1 互相关匹配方法 |
2.2.2 投影匹配算法 |
2.2.3 基于傅里叶变换的相位匹配方法 |
2.2.4 图像矩匹配方法 |
2.3 基于图像特征的匹配 |
2.3.1 算法步骤与特点 |
2.3.2 图像预处理 |
2.3.3 特征选择 |
2.3.4 图像匹配 |
2.4 快速匹配方法 |
2.4.1 分层搜索算法 |
2.4.2 基于遗传算法的匹配方法 |
2.4.3 基于金字塔分级搜索的匹配方法 |
2.5 本章小结 |
第三章 图像的矩特征与图像匹配 |
3.1 图像的矩 |
3.2 常用的矩函数 |
3.2.1 几何矩 |
3.2.2 正交矩 |
3.3 仿射不变矩 |
3.3.1 仿射不变参数 |
3.3.2 仿射不变矩基本原理 |
3.3.3 仿射不变矩实验结果 |
3.4 本章小结 |
第四章 小波多尺度图像处理与匹配 |
4.1 小波变换概述 |
4.1.1 二进小波变换 |
4.1.2 二维连续小波变换 |
4.2 图像的小波变换表示模型 |
4.2.1 小波的多分辨率分析与正交小波变换 |
4.2.2 边界处理及分解层数 |
4.3 基于小波变换的图像噪声分析及其消除方法 |
4.3.1 噪声分析 |
4.3.2 噪声消除 |
4.3.3 实验结果及分析 |
4.4 基于多尺度小波变换的图像边缘检测方法 |
4.4.1 Mallat算法分析 |
4.4.2 利用小波变换提取图像边缘的过程 |
4.4.3 小波选择与小波变换 |
4.4.4 实验结果及分析 |
4.4.5 全像素匹配与边缘图像匹配的比较 |
4.5 本章小结 |
第五章 基于遗传算法的动态模板匹配 |
5.1 遗传算法概述 |
5.2 遗传算法的具体实现 |
5.2.1 遗传编码与初始化 |
5.2.2 个体评估与适应度函数 |
5.2.3 选择操作 |
5.2.4 交叉操作 |
5.2.5 变异操作 |
5.2.6 进化终止条件 |
5.3 动态模板匹配 |
5.3.1 基本思想 |
5.3.2 染色体表达(编码) |
5.3.3 适应度评价 |
5.3.4 遗传操作 |
5.4 实验与分析 |
5.4.1 实验条件 |
5.4.2 实验方法和实验结果 |
5.4.3 实验结果分析 |
5.4.4 实验结论 |
5.5 本章小结 |
第六章 图像匹配技术在图像捕控指令制导仿真实验系统中的应用 |
6.1 空地63导弹简介 |
6.1.1 主要战术技术指标 |
6.1.2 组成 |
6.1.3 飞行制导方式 |
6.2 图像捕控指令制导仿真实验系统设计需求 |
6.3 图像捕控指令制导仿真实验系统的关键技术及其实现 |
6.3.1 图像制导半实物仿真实验系统的基本结构 |
6.3.2 导弹航迹仿真 |
6.3.3 目标和环境特性的物理仿真 |
6.3.4 接口设计和系统对象封装技术 |
6.3.5 航空总线技术 |
6.3.6 导弹飞行过程的视景仿真 |
6.3.7 系统的自检 |
6.4 图像匹配技术在捕控指令制导半实物仿真系统中的应用 |
6.4.1 图像的小波去噪 |
6.4.2 特征提取与匹配 |
6.4.3 跟踪模式与搜索区域优化 |
6.4.4 基于DSP的弹载图像处理系统 |
6.5 图像寻的末制导应用中的图像匹配技术研究方向 |
6.6 本章小结 |
第七章 全文总结 |
7.1 论文的基础性工作 |
7.2 论文的创新性工作 |
7.3 未来的研究工作展望 |
7.4 本章小结 |
参考文献 |
攻读博士期间完成的学术论文及科研成果 |
致谢 |
摘要 |
ABSTRACT |
四、局部几何矩在图像处理中的应用(论文参考文献)
- [1]虹膜图像质量评价及定位分割技术的研究[D]. 周艳华. 吉林大学, 2015(10)
- [2]基于局部特征的图像三维去噪算法研究[D]. 戴丽. 江苏科技大学, 2014(03)
- [3]虹膜定位和识别算法的研究[D]. 陈英. 吉林大学, 2014(01)
- [4]全景图像拼接方法研究与实现[D]. 宋宝森. 哈尔滨工程大学, 2012(06)
- [5]边缘分类SIFT算法[J]. 付永庆,宋宝森,吴建芳. 哈尔滨工程大学学报, 2010(05)
- [6]基于几何矩不变量的图像压缩算法研究[D]. 何飞. 哈尔滨工程大学, 2010(07)
- [7]模拟射击软件识别系统的研究与实现[D]. 蒋涛. 南京理工大学, 2009(07)
- [8]基于匹配的图像识别算法的应用研究[D]. 李宝昭. 广东工业大学, 2007(05)
- [9]Tchebichef矩及其在图像重建中的应用[J]. 王耀明. 上海电机学院学报, 2007(01)
- [10]图像匹配技术及图像捕控指令制导半实物仿真系统研究[D]. 谷峰. 吉林大学, 2006(10)