基于点特征的整体匹配方法研究-毕业论文

基于点特征的整体匹配方法研究-毕业论文

ID:32351424

大小:543.50 KB

页数:19页

时间:2019-02-03

基于点特征的整体匹配方法研究-毕业论文_第1页
基于点特征的整体匹配方法研究-毕业论文_第2页
基于点特征的整体匹配方法研究-毕业论文_第3页
基于点特征的整体匹配方法研究-毕业论文_第4页
基于点特征的整体匹配方法研究-毕业论文_第5页
资源描述:

《基于点特征的整体匹配方法研究-毕业论文》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、南阳师范学院20XX届毕业生毕业论文(设计)题目:基于点特征的整体匹配方法研究完成人:班级:学制:专业:测绘工程指导教师:完成日期:目录摘要(1)1引言(1)2点特征的提取(3)2.1Morava兴趣算子(3)2.2forstner算子(4)2.3SUSAN角点提取法(4)2.4结论(4)3基于点特征的整体匹配(5)3.1多点最小二乘匹配的常规算法(5)3.2概率松弛匹配(7)3.2.1基于概率松弛的整体影像匹配(7)3.2.2hopfield神经网络(7)3.2.3松弛法的Hopfield网络实现(8)3.3误匹配的消除(9)3.3.1松弛迭代法消除误匹

2、配(9)3.3.2零交叉法消除误匹配(10)3.3.3最小平方中值法消除误匹配(11)3.3.4结论(12)4实验设计(12)4.1以矿山普通影像图为实验源进行点特征匹配(12)4.2实验结论(14)5总结(14)5.1小结(14)5.2展望(15)参考文献(15)Abstract(16)基于点特征的整体匹配方法研究摘要:以矿山普通数码影像为实验源,对现有的单点匹配和整体匹配方法进行研究,针对各自的优缺点提出基于点特征的整体匹配方法,很好的利用影像的灰度相关及整体特征,以提高匹配的正确率。本文主要内容包括点特征的提取方法的探讨研究、点特征的旋转图像匹配的方

3、法及改进、灰度差分不变量的点特征匹配、数据点特征参数提取优化算法的研究、边缘点特征的细化算法等;影像匹配在数字摄影测量中是提取物体三维信息、建立DTM的基础,因此,它是数字摄影测量工作站最关键的技术之一。一般来说,为了提高影像匹配的精度和效率,金字塔影像结构是广泛采用的一种技术,通过对原始影像作低通滤波,首先进行粗相关,将其结果作为预测值,逐渐加入高频成分,在逐渐变小的搜索区域内进行相关匹配,最终利用原始影像得到精确的匹配结果。介绍了一种将谱图理论、特征点的局部特征和概率松弛法相结合的特征点匹配算法。该算法通过谱方法,求出特征点匹配的初始概率;利用特征点的

4、结构特征和灰度特征,求得初始支持度;将初始概率、初始支持度与概率松弛迭代法相结合,获得匹配结果。实验结果表明,该方法能够达到较高的匹配效果。提到了一种映射方法,使得Hopfield神经网络能够用于实现松弛算法。其优点在于Hopfield模型可由集成电路实现,因而使得基于松弛算法的影像匹配可以实时地完成,极大地提高了处理速度。并且对于近景摄影测量的普通数码影像与航空摄影相比较,存在更为复杂的影像变形和影像遮挡等问题,这使得其影像匹配的难度大大增加。针对近景数码影像的特殊性,提到一种改进搜索策略的概率松弛匹配算法。该算法采用格网点和特征点相结合的方式来确立初始

5、点匹配过程;并从核线、视差等方面进行剁成约束,保证匹配的连续性和正确性。实验结果表明该算法适用于近景数码影像匹配,在复杂的高山硒鼓地区的立体匹配正确率可达到98%,当然也同样适用于矿山普通数码影像的匹配。关键词:特征点;整体匹配;图像匹配;概率松弛;最小二乘匹配1引言在摄影测量中,有一些较为著名的点特征提取算子,如:Moravec算子、Forsmer算子与Hannah算子等。将叙述MoraVec算子和Forsmer第17页(共17页)算子的基本原理,从提取点的定位准确性及速度两个方面对两种算子进行比较,并重点分析利用Moravec算子提取特征点实现过程分析

6、。针对地貌测量重构中的图像特征匹配问题,提出了一种新的图像特征匹配方法。通过对待匹配的资源和模板图像进行分区,并根据灰度相关值实现区域之间的匹配,在区域匹配的基础上再根据角点所属区域的对应关系进行角点特征匹配运算。在角点特征匹配过程中,利用去均值归一化相关法进行区域灰度相关运算,从而确定出初始匹配点对。为消除初始匹配角点对中的错误匹配点对,保证角点特征提取的准确性和可靠性,采用松弛迭代法、零交叉法以及最小平方中值法进行了错误匹配角点的滤除。基于数字图像的平面位移测量是近几年发展起来的新的位移测量方式,而点特征提取是平面位移测量实现的基础,是特征匹配实现的基

7、础,是位移测量精度提高的保证。为了提高测量精度和效率,利用常用的点特征提取算法对花岗岩工作台进行点特征提取。平面位移的测量在生产实践和科学实践中随处可见,如各类仪器工作台的精确定位。传统的位移测量通常采用3个位移传感器,使测量成本增加,仪器尺寸增大。在测量空间受限制时,安装和调试比较困难,另外这种测量方法由于环节多而使不可靠因素增加。本文在旋转与比例不变点特征松弛匹配方法的基础上,提出了用Hopfield神经网络实现匹配过程的方法。通过对模拟图象进行的大量实验。得到令人满意的结果,证实采用Hopfield神经网络完成旋转与比例不变点特征松弛匹配过程的有效性

8、和可行性。遥感图像的配准是将不同时相、第17页(共17页)不同遥感

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。