基于點特征的整體匹配方法研究-畢業(yè)論文

《基于點特征的整體匹配方法研究-畢業(yè)論文》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、南陽師范學(xué)院20XX屆畢業(yè)生畢業(yè)論文（設(shè)計）題目：基于點特征的整體匹配方法研究完成人：班級：學(xué)制：專業(yè)：測繪工程指導(dǎo)教師：完成日期：目錄摘要（1）1引言（1）2點特征的提?。?）2.1Morava興趣算子（3）2.2forstner算子（4）2.3SUSAN角點提取法（4）2.4結(jié)論（4）3基于點特征的整體匹配（5）3.1多點最小二乘匹配的常規(guī)算法（5）3.2概率松弛匹配（7）3.2.1基于概率松弛的整體影像匹配（7）3.2.2hopfield神經(jīng)網(wǎng)絡(luò)（7）3.2.3松弛法的Hopfield網(wǎng)絡(luò)實現(xiàn)（8）3.3誤匹配的消除（9）3.3.1松弛迭代法消除誤匹

2、配（9）3.3.2零交叉法消除誤匹配（10）3.3.3最小平方中值法消除誤匹配（11）3.3.4結(jié)論（12）4實驗設(shè)計（12）4.1以礦山普通影像圖為實驗源進(jìn)行點特征匹配（12）4.2實驗結(jié)論（14）5總結(jié)（14）5.1小結(jié)（14）5.2展望（15）參考文獻(xiàn)（15）Abstract（16）基于點特征的整體匹配方法研究摘要：以礦山普通數(shù)碼影像為實驗源，對現(xiàn)有的單點匹配和整體匹配方法進(jìn)行研究，針對各自的優(yōu)缺點提出基于點特征的整體匹配方法，很好的利用影像的灰度相關(guān)及整體特征，以提高匹配的正確率。本文主要內(nèi)容包括點特征的提取方法的探討研究、點特征的旋轉(zhuǎn)圖像匹配的方

3、法及改進(jìn)、灰度差分不變量的點特征匹配、數(shù)據(jù)點特征參數(shù)提取優(yōu)化算法的研究、邊緣點特征的細(xì)化算法等；影像匹配在數(shù)字?jǐn)z影測量中是提取物體三維信息、建立DTM的基礎(chǔ),因此,它是數(shù)字?jǐn)z影測量工作站最關(guān)鍵的技術(shù)之一。一般來說,為了提高影像匹配的精度和效率,金字塔影像結(jié)構(gòu)是廣泛采用的一種技術(shù),通過對原始影像作低通濾波,首先進(jìn)行粗相關(guān),將其結(jié)果作為預(yù)測值,逐漸加入高頻成分,在逐漸變小的搜索區(qū)域內(nèi)進(jìn)行相關(guān)匹配,最終利用原始影像得到精確的匹配結(jié)果。介紹了一種將譜圖理論、特征點的局部特征和概率松弛法相結(jié)合的特征點匹配算法。該算法通過譜方法,求出特征點匹配的初始概率;利用特征點的

4、結(jié)構(gòu)特征和灰度特征,求得初始支持度;將初始概率、初始支持度與概率松弛迭代法相結(jié)合,獲得匹配結(jié)果。實驗結(jié)果表明,該方法能夠達(dá)到較高的匹配效果。提到了一種映射方法,使得Hopfield神經(jīng)網(wǎng)絡(luò)能夠用于實現(xiàn)松弛算法。其優(yōu)點在于Hopfield模型可由集成電路實現(xiàn),因而使得基于松弛算法的影像匹配可以實時地完成,極大地提高了處理速度。并且對于近景攝影測量的普通數(shù)碼影像與航空攝影相比較，存在更為復(fù)雜的影像變形和影像遮擋等問題，這使得其影像匹配的難度大大增加。針對近景數(shù)碼影像的特殊性，提到一種改進(jìn)搜索策略的概率松弛匹配算法。該算法采用格網(wǎng)點和特征點相結(jié)合的方式來確立初始

5、點匹配過程；并從核線、視差等方面進(jìn)行剁成約束，保證匹配的連續(xù)性和正確性。實驗結(jié)果表明該算法適用于近景數(shù)碼影像匹配，在復(fù)雜的高山硒鼓地區(qū)的立體匹配正確率可達(dá)到98%，當(dāng)然也同樣適用于礦山普通數(shù)碼影像的匹配。關(guān)鍵詞：特征點；整體匹配；圖像匹配；概率松弛；最小二乘匹配1引言在攝影測量中，有一些較為著名的點特征提取算子，如：Moravec算子、Forsmer算子與Hannah算子等。將敘述MoraVec算子和Forsmer第17頁（共17頁）算子的基本原理，從提取點的定位準(zhǔn)確性及速度兩個方面對兩種算子進(jìn)行比較，并重點分析利用Moravec算子提取特征點實現(xiàn)過程分析

6、。針對地貌測量重構(gòu)中的圖像特征匹配問題，提出了一種新的圖像特征匹配方法。通過對待匹配的資源和模板圖像進(jìn)行分區(qū)，并根據(jù)灰度相關(guān)值實現(xiàn)區(qū)域之間的匹配，在區(qū)域匹配的基礎(chǔ)上再根據(jù)角點所屬區(qū)域的對應(yīng)關(guān)系進(jìn)行角點特征匹配運(yùn)算。在角點特征匹配過程中，利用去均值歸一化相關(guān)法進(jìn)行區(qū)域灰度相關(guān)運(yùn)算，從而確定出初始匹配點對。為消除初始匹配角點對中的錯誤匹配點對，保證角點特征提取的準(zhǔn)確性和可靠性，采用松弛迭代法、零交叉法以及最小平方中值法進(jìn)行了錯誤匹配角點的濾除?；跀?shù)字圖像的平面位移測量是近幾年發(fā)展起來的新的位移測量方式，而點特征提取是平面位移測量實現(xiàn)的基礎(chǔ)，是特征匹配實現(xiàn)的基

7、礎(chǔ)，是位移測量精度提高的保證。為了提高測量精度和效率，利用常用的點特征提取算法對花崗巖工作臺進(jìn)行點特征提取。平面位移的測量在生產(chǎn)實踐和科學(xué)實踐中隨處可見，如各類儀器工作臺的精確定位。傳統(tǒng)的位移測量通常采用3個位移傳感器,使測量成本增加,儀器尺寸增大。在測量空間受限制時，安裝和調(diào)試比較困難，另外這種測量方法由于環(huán)節(jié)多而使不可靠因素增加。本文在旋轉(zhuǎn)與比例不變點特征松弛匹配方法的基礎(chǔ)上，提出了用Hopfield神經(jīng)網(wǎng)絡(luò)實現(xiàn)匹配過程的方法。通過對模擬圖象進(jìn)行的大量實驗。得到令人滿意的結(jié)果，證實采用Hopfield神經(jīng)網(wǎng)絡(luò)完成旋轉(zhuǎn)與比例不變點特征松弛匹配過程的有效性

8、和可行性。遙感圖像的配準(zhǔn)是將不同時相、第17頁（共17頁）不同遙感