关于计算机相关论文范文文献,与序贯相似性检测算法在图像匹配中的应用相关毕业论文范文

本论文是一篇关于计算机相关毕业论文范文,关于序贯相似性检测算法在图像匹配中的应用相关在职研究生毕业论文范文。免费优秀的关于计算机及参考文献及图像方面论文范文资料,适合计算机论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

摘 要：随着计算理论的发展,图像匹配技术已成为计算机视觉领域中一项极为基本和重要的内容.本文采用序贯相似性检测算法对图像进行匹配,通过对误差的积累进行分析,从而实现图像匹配.实验表明,采用序贯相似性检测算法的图像匹配能够有效提高运算时间,匹配效果良好.

关 键 词：序贯相似性检测算法图像匹配计算机视觉

中图分类号：TN911文献标识码：A文章编号：1672-3791（2013）06（c）-0205-01

图像匹配最早是70年代美国从事飞行器辅助导航系统,武器投射系统的制导等应用研究中提出的.国内外学者对匹配辅助导航技术进行深入研究,使其在民用领域的应用越来越广泛[1,2].计算机视觉计算主要分为低层处理、中层处理和高层处理,而在低层进行数字化差异检测、中层进行参数化相似分析,高层处理完成图像的识别、解释和描述等任务,都需要图像匹配技术[3].序贯相似性检测算法（SSDA）能够快速地丢弃非匹配点,减少非匹配点的计算量,从而提高匹配的速度,算法简单,易于实现.

1序贯相似性检测算法

序贯相似性检测算法的基本思想是基于对误差的积累进行分析.在进行图像匹配时,通常非匹配点处的误差ε会随着运算点数的增加而迅速增长,很快超过某一门限,而对于匹配点处,误差的增长要缓慢得多.这样对于大多数非匹配点,只需要分析前几项,而只有匹配点附近的点才需要计算整个循环,这样就大大地减少了匹配的运算量.

设源图像S的大小为J×K,模板图T的大小为M×N（其中M≤J,N≤K）,模板覆盖的区域子图为,（p,q）为模板左上角像素点在图像S中的坐标,S中的待匹配区域是以点（p,q）,（p,q+M-1）,（p+N-1,q）,（p+N-1,q+M-1）组成的区域.相对于参考点位置为（m,n）点的匹配误差定义为：

其中k等于1,2,等r.将累计误差值与预定阈值进行比较,当累加值超过设定阈值Tk时,就停止累加计算,并记下累加次数k.计算下一个待匹配点处的误差,若累计误差小于预定阈值,则继续计算此处的误差,直到>Tk或k等于r,记下k值.对不同的待匹配点进行上述匹配计算,最后取最大k值对应的待匹配点位置,即为要找的匹配点.

2实验结果与分析

图1显示了基准图与实时图像,图1（a）为基准图像,大小为256×256,图1（b）为实时图,大小为65×65.图1（c）找到了实时图像在基准图中的位置.

由图1可以看出,SSDA算法能够良好地进行匹配.而通过对匹配时间的计算可以看出,SSDA算法的运行时间相对较短,效率较高.

参考文献

[1]GONGHC.Developmentofterraincontourmatchingalgorithmfortheaidedinertialnavigationusingradialbasisfunctions[J].JournalofAstronSpaceScience,1998,15（1）：229-234.

[2]KIMJ,SUKKARIEHS.AutonomousAirborneNavigationinUnknownTerrainEnvironments[J].I