| 【中文题名】 | 多值模板图像匹配关键问题研究 |
| 【英文题名】 | Key Problems Research in Multi-value Template Matching |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-16 |
| 【中关键词】 | 最佳阈值分割,最佳阈值集合,最佳阈值个数,差值模板,多值模板, |
| 【英关键词】 | optimal threshold segmentation,optimal thresholdaggregate,number of optimal threshold,D-value template,multi-valuetemplate, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
数字图像处理技术作为一门专门的研究学科出现以来，其应用已经从最初的工业及商业领域扩展到艺术、文化等领域以及人们的日常生活中。图像匹配是图像识别系统中必不可少的重要环节，也是图像处理中最常见和困难的问题之一。本课题主要针对多值模板匹配方法及其相关的问题进行研究，主要包括以下几个方面。
模板图像分割方面，首先本文提出了对模板多值化的基于灰度的分割方法，将寻找最优阈值过程建模为寻找使分割后图像与源图像相似度最大阈值集合过程，利用模板匹配公式作为相似度评价标准，并提出了与模板匹配等价的基于直方图的分割算法，理论和实验结果表明，新算法有很好的分割效果，再从非线形规划的角度对最佳阈值的选取过程进行了优化，进一步提高了分割速度。然后提出了基于图像边缘特征为模板多值分割方法，提出了边缘偏离程度的概念，将寻找最优阈值过程建模为寻找使分割后图像与源图像边缘偏离程度最小的阈值集合过程。最后本文将提出的割方法推广到对一般图像的分割，并与OTSU方法，最大熵方法进行了比较。
快速图像匹配算法方面，本文提出了基于多值模板的图像快速匹配算法，即将最佳多阈值分割后的模板图像作为新的模板进行图像匹配，利用差值模板中存... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
ABSTRACT |
5-9 |
|
第一章 绪论 |
9-15 |
|
1.1 研究背景 |
9 |
|
1.2 国内外研究现状 |
9-12 |
|
1.2.1 图像匹配关键要素 |
9-10 |
|
1.2.2 图像匹配方法分类 |
10-11 |
|
1.2.3 常用快速匹配方法 |
11-12 |
|
1.3 本文方法的基本思路 |
12-13 |
|
1.4 本文的主要工作 |
13-15 |
|
第二章 模板图像多阈值分割方法 |
15-37 |
|
2.1 引言 |
15-16 |
|
2.2 图像多阈值分割数学模型 |
16-17 |
|
2.3 基于灰度的最佳阈值分割方法 |
17-19 |
|
2.4 基于灰度的最佳阈值分割快速算法 |
19-24 |
|
2.4.1 匹配公式的 Lebesgue测度表示 |
19-20 |
|
2.4.2 基于直方图的算法 |
20-22 |
|
2.4.3 非线性规划方法改进搜索路径 |
22-24 |
|
2.5 基于边缘的最佳阈值分割方法 |
24-30 |
|
2.5.1 基于单级边缘的分割方法 |
24-28 |
|
2.5.2 基于多级边缘的分割方法 |
28-30 |
|
2.6 针对模板感兴趣区域的分割 |
30 |
|
2.7 边缘与灰度相结合的分割方法 |
30-33 |
|
2.8 一般图像阈值分割的推广 |
33-36 |
|
2.9 小结 |
36-37 |
|
第三章 多值模板图像快速匹配算法 |
37-50 |
|
3.1 引言 |
37 |
|
3.2 归一化交叉相关算法 |
37-38 |
|
3.2.1 算法基本思想 |
37-38 |
|
3.2.2 传统算法的优缺点分析 |
38 |
|
3.3 基于多值模板的快速算法 |
38-42 |
|
3.3.1 匹配窗口内图像平均值迭代算法 |
39 |
|
3.3.2 图像像素值迭代算法 |
39-40 |
|
3.3.3 相关系数迭代算法 |
40-42 |
|
3.4 针对多值模板的推广公式 |
42 |
|
3.5 匹配差异研究 |
42-44 |
|
3.6 实验结果 |
44-49 |
|
3.7 小结 |
49-50 |
|
第四章 模板分割阈值个数选取研究 |
50-60 |
|
4.1 引言 |
50 |
|
4.2 两类度量方法 |
50-51 |
|
4.2.1 基于图像灰度数据的方法 |
50-51 |
|
4.2.2 基于图像特征的方法 |
51 |
|
4.3 必要条件及选取方法研究 |
51-53 |
|
4.3.1 基于图像灰度数据的方法的比较 |
52-53 |
|
4.3.2 基于图像特征的方法的研究 |
53 |
|
4.4 最佳阈值个数定义 |
53-54 |
|
4.5 最佳阈值个数的影响条件研究 |
54-57 |
|
4.5.1 不同分割方法对最佳阈值个数的影响 |
54-55 |
|
4.5.2 不同类型模板图像对最佳阈值个数的影响 |
55-57 |
|
4.6 基于多值模板的快速匹配中最佳阈值个数的选取 |
57-58 |
|
4.7 小结 |
58-60 |
|
第五章 总结与展望 |
60-62 |
|
5.1 论文工作总结 |
60 |
|
5.2 后继工作展望 |
60-62 |
|
参考文献 |
62-65 |
|
致谢 |
65-66 |
|
攻读学位期间主要的研究成果 |
66 |
|
| 【DOI】 | LunWen.ID:2.2008.370270 |
