李园芳开题报告

《李园芳开题报告》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京师范大学毕业设计（论文）开题报告名：院:李园芳学号:21110115电气与自动化工程学院专业方向:题目:指导教师:基于局部不变特征的图像配准算法业：电气工程及其自动化电气技术居茜2015年3月5日开题报告填写要求1.开题报告作为毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见及院、系审查后生效；2.开题报告内容必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式（可从教务处网址上下载）打印，禁止打印在

2、其它纸上后剪贴，完成后应及时交给指导教师签署意见；3.存关年月日等日期的填写，应当按照国标GB/T7408—94《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。如“2009年2月26日”或“2009-02-26”。1.本课题的目的及研究意义行空间变换，使得各个图像在几何空间上达到空间一致性。图像配准技术在计算机视觉的各个应用领域中有广泛的应用。特别是在三维重建、阁像检索、物体定位与识别、图像配准、图像拼接、纹理和图像分类中，图像匹配是其核心技术，具有十分重要的研究意义和应

3、用价值。图像配准精度对后续算法起到重要作用，目前大部分算法都着重解决图像配准精度问题。近几年，局部不变特征的提出对图像配准的精度有很大的提高，也成为众多学者的热门研究对象，但还可以进一步提高阁像配准精度。2.本课题的国内外的研宄现状国外研究现状：Bamea［14］提出序贯相似检测算法(SequenceSimilarityDetectionAlgorithm,SSDA),SSDA算法是在改进的归一化积相关算法基础上提出的，算法的主要思想是以随机且不重复的顺序选择待匹配图像上每个位置的灰度值，同吋累加参考图像

4、窗UI和待匹配图像在该像素点的灰度差，若累加值人于某一指定阂值，则认为该位置与待匹配位置不匹配，终止本次操作，进行下一个位置的计算和判断，直到找到最优匹配位置结束。P.E.Amita［15］结合图像的频域特性，采用傅里叶性质把图像变换到频域中去分析和匹配，提出了基于变换域信息的FFT互相关图像匹配技术，该算法主要应用于图像配准领域，能够有效提高配准的速度和精确度。国内研究现状：曹晓光［［21］等采用基于Harris提取特征的图像匹配算法，该算法在用Harris提取特征点后，用局部灰度关系得到多对多的初始匹

5、配点集，最后使用特征点间的间隔比来判断全局一致性，剔除错误的匹配点对。BaofengGuo［24］等根据人脸不同部位对人脸识别有不同意义，提出了-•种加权的Hausdorff改进算法，计算速度较快，能够应用于不同场合。HuiLi［25］提出一种图像轮廓的匹配算法，该算法利用LOG算子从两幅待匹配图像中提取出它们各自的轮廓特征，再使用链码表示这些轮廓特征，由于相同轮廓链码的差分值是不变的，根据这一特性就找出了图像中对应的轮廓特征，进而确定了两幅匹配图像之间的关系。1.本课题的研宄内容1.收集资料，了解图像配

6、准的特点。2.归纳了现冇的图像配准方法，总结各种方法的代表性算法。3.根据X射线异物检测屏蔽物体的特点，找到适合的图像配准算法。4优化阁像配准算法。4.本课题的实行方案、进度及预期效果实行方案：采用理论构建和应用验证的总体研宄思路，在详细而全面地综述局部不变特征国内外研究现状的基础之上，以局部不变特征的提取为重点进行相关的理论构建，以局部不变特征在图像检索领域的应用为验证，较为系统地研宄图像局部不变特征提取技术。进度安排：2015年3月2日一2015年3月8日：学:>J图像处理基础知识，査阅文献资料，初步

7、翻译一篇相关的英文文章。2015年3月9闩一2015年3月15闩：归纳并学习现有的阁像配准方法，总结各种方法的代表性算法。2015年3月16H—2015年3月19H:根据X射线异物检测屛蔽物体的特点，找到适合的图像配准算法。2015年3月20口一2015年4月20口：优化图像配准算法并编制软件。2015年4月21闩一2015年5月19闩：整理材料，论文定稿。预期成果：通过查考文献资料，了解并掌握图像匹配的基本知识，学习具体的匹配算法并在己有的匹配方法基础上有所创新和改进，使其能运用到X射线异物检测中提高检

8、测的稳定性和可靠性。5、己查阅参考文献：[2]余道丽.棊于局部不变特征的图像匹配算法研宂.安徽大学硕士学位论文，2012.[3]蔡红苹.基于局部特征的阁像分类识别关键技术研宄「D].国防科学技术大学博士论文，2010.[41冈萨雷斯（美），阮秋奇编著.数字图像处理（第二版）[M].电子工业出版社.1998.[5]刘进，张天序.图像不变矩的推广[LJ1.计算机学报，2004,27（5）:668-674.[6]廖斌.基于特征点的图