基于特征匹配的鲁棒性参数估计方法研究

基于特征匹配的鲁棒性参数估计方法研究

ID:34868236

大小:3.75 MB

页数:133页

时间:2019-03-12

基于特征匹配的鲁棒性参数估计方法研究_第1页
基于特征匹配的鲁棒性参数估计方法研究_第2页
基于特征匹配的鲁棒性参数估计方法研究_第3页
基于特征匹配的鲁棒性参数估计方法研究_第4页
基于特征匹配的鲁棒性参数估计方法研究_第5页
资源描述:

《基于特征匹配的鲁棒性参数估计方法研究》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、基于特征匹配的鲁棒性参数估计方法研究作者姓名肖春宝指导教师姓名、职称冯大政教授申请学位类别工学博士学校代码10701学号1103310212分类号TP391密级公开西安电子科技大学博士学位论文基于特征匹配的鲁棒性参数估计方法研究作者姓名:肖春宝一级学科:计算机科学与技术二级学科:计算机应用技术学位类别:工学博士指导教师姓名、职称:冯大政教授学院:计算机学院提交日期:2018年4月StudyonRobustParameterEstimationMethodsBasedonFeatureMatchingAdissertationsubmittedtoXI

2、DIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofDoctorofPhilosophyinComputerApplicationTechnologyByXiaoChunbaoSupervisor:FengDazhengTitle:ProfessorApril2018西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,

3、论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保

4、证,结合学位论文研究成果完成的论文、发明专利等成果,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要摘要鲁棒性参数估计是计算机视觉与模式识别领域中的关键任务和研究热点。计算机视觉中对几何模型的参数估计通常是基于特征的,其中以点特征的使用最为广泛。特征匹配是许多视觉应用的基础工作,其本质是一个集合间的映射问题。同一场景在不同成像条件下获得的图像之间会存在较大差异,由于特征匹配问题的不适定性,特征之间通常不能实现完全精确的匹配。受各种不利因素的影响,特征匹配的结果中不可避免地包含部分外点。外点不满足所

5、假设的模型,如果直接利用含有外点的匹配结果进行模型参数估计,则会对问题求解造成严重干扰。传统的基于误差最小二乘的方法不能消除外点数据的影响,用其估计的模型参数会严重偏离真实值。为了应对数据中的外点,模型参数估计方法必需具有一定的鲁棒性。因此,对鲁棒性参数估计方法的研究具有重要的理论意义和实用价值。本文研究了基于特征匹配的鲁棒性参数估计方法的一些关键技术,重点围绕基础矩阵估计、图像特征匹配的内点选择和鲁棒性参数估计方法优化这三方面进行深入研究。针对在不同场合下问题的特点,提出几种相应的算法,并对所提出算法的有效性通过理论分析和实验进行了验证。首先,为了

6、应对特征匹配中的大量外点、提高基础矩阵估计的精度,提出了软决策优化(SDO)方法。该方法利用特征匹配和基础矩阵估计之间的耦合关系,通过将二者相结合构建软决策目标函数。采用期望最大化算法求解该软决策优化问题,可自动消除点对集内的外点的影响,实现对基础矩阵的快速求解。由于在计算基础矩阵的过程中无需明确区分内点和外点,因而大大减轻了由于对内点和外点的误判而对基础矩阵求解产生的不良影响。SDO方法将特征匹配和基础矩阵估计紧密结合于一个统一的框架来实施,从而显著提高了基础矩阵的精度以及获取的内点的数量。其次,为解决宽基线图像之间变化复杂、初始匹配外点比例高的问

7、题,提出了用于宽基线图像特征匹配内点选取的邻近特征空间一致性(AFSC)算法。AFSC算法基于区域面积比构造了具有仿射不变性的相似度,用于表示二组局部邻近特征点的拓扑结构的相似性。AFSC算法通过邻近特征空间对应一致性检测和邻近特征空间结构一致性检测二个步骤来选择内点。AFSC算法能从内点比例很低的初始特征匹配结果中快速选取具有较高准确性的内点集,其运行速度不受内点比例变化的影响。该算法可以适应宽基线图像之间大幅度的视点、尺度和旋转变化。然后,针对局部不变特征的特点,提出了用于对局部不变特征匹配进行快速内点选择的对应特征分布一致性(CFDC)算法。该

8、算法综合利用局部不变特征在位置、尺度和方向上的分布一致性来检测内点,从而消除了由于图像的平移、旋转和尺度变I

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。