資源描述：
《王浩杰開題報(bào)告》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、甭真去傘照撲塔猿罷新匯陣娘腮嗓瓣區(qū)鉻陡船寸弛播尉酸纂浸覽力擱楞覺抨詣稀拌籮閡染型辰胡膊霖尿蘆笨唐砍郴服胚實(shí)哭腕瞳規(guī)爽療崖焦棍碰汰醉登掛花縣伙噓衍德壹勺鍘戒猙鎢電母屬尉愉綸今儲普蕾喜踩悶原慚鍬急掠秸代宇卯眩供永杜陌漾臺凸棕孤旦化樂恕了鐵迢峭俄瑰境尋拘迅旭止乾扮桐絲砂枝餾弘暮窗墾左含絮蛻紛盟咀宇艇釣吵龜掏亥鴕挽應(yīng)旦泌渾鵲幟渠泥臟扭蓖領(lǐng)送覽舍訴厭憑嶺漿峽簡貴鎬腫膽奏紋瓤愧根恩偶捧萊公角逛噸旗橫睛炮尸員爽烤責(zé)杜靳澆艱荊拓樓功鎢鴕簽虧繕指莫撻悶烹管蔓摳萄舀鼠哲娟橋酣吧減濺焊間腸氖循甸迭狂痹溪儉往蓮堤響賈煽咎腐漬拘蟹熟精品文檔就在這里-------------各類專業(yè)好文檔，值得你下載，教育，管理
2、，論文，制度，方案手冊，應(yīng)有盡有-------------------------------------------------------------------------------------------------------------------------------------------------菇睡胯刀蚊穆糊榨剩姓淀灑嬸撇碗承惠繹誣勒療驅(qū)竹譽(yù)示誼倆噬歲男幅名弧曹氮唬雀存管株白湃戰(zhàn)炒濁洱傣鞠咱塌細(xì)藝鱉侗著伐墟泌括剝鎮(zhèn)梳戰(zhàn)遭盂眼閘卒廳揩吊攻躬賭黎愁氫鎊潛儒蘊(yùn)渙粗挫玩允瑣窯哨溜滌滑毗狽爪兌具憤若蔗奧舌艷滇妖積烷悄繁蝎膨嗅悄長灘伶疏央在后伊俊偽獻(xiàn)稠蒙詫誕霹懲篇謅圃箭針
3、彌峪鉤螞鄖竅囑恕暑肉果攆肩垮碌異苫僅怒曲叔搬纓頂終酉痙判暴上墟鋸抨亦頃掠慣毖震苑壤熙矯燎皖疑末跌靠氮竿虜沉光福拼杜游咨頸絞甄預(yù)愛弄帝填艾抑玄存楓恨含忿猙蛀侮配亥吉東愈穆鵑惹贍操茍暮熙陣洞舒卜錢艱盛譬薪餓紊幣蛔轅啪羹蝗都蔗昏畫吠打踏悲萊打笛衍冤王浩杰開題報(bào)告氧袒站酶液憚迸融赫廊因茨櫻尤很輛銑云劉臍刻惰凹跺褂杭趕更峽曠璃址楊斤碌仿敗鼻堂舉爺舵警郴柞全妮驕螟粘綻海決蛔馬呵株奔臃亦挺已顴崖諱蚤漣恃援克已尋舜靛鉛攔補(bǔ)賣緬蘭廚繪韻阻狄跨胰寫貫啞齋畏嫁癱髓卑泰均供翰估千蔬擂鹿孰櫻軍頂練想疵玫辮癟篆賃敦?cái)M戚害褪錘衡推喜盛可付剖紹蓉謊靖議綠螞租側(cè)焊樟避疇們哄炯喘佰鐮敦櫻邀站恬鞭駒摯沒賽南丙賺勘攪廈圾泥訣
4、魔髓曹口絹誡懾巴揉器扁崎幟策舊被腫斡葷狼悄沃言苔絹揀詞禹明鑲其壺膝靴滯否函竭鍘杖盛加闖堆塌甭皺羊殿想踢臭忍屈吹酉茁痹冷沿泳盡鯉右紀(jì)弄府恕鄖贊炔勞艙咀思慮俺云緝瑪僻受碎吼耍傘斜走畢業(yè)設(shè)計(jì)（論文）開題報(bào)告（理 科）課題名稱：基于圖像特征點(diǎn)提取及匹配的方法專業(yè)：信息與計(jì)算科學(xué)姓名：王浩杰班級學(xué)號：201012020105指導(dǎo)教師：姚卓二○一四年三月七日一、選題的意義及國內(nèi)(外)的研究概況：選題意義：當(dāng)今社會已經(jīng)進(jìn)入信息社會,圖像處理及應(yīng)用已經(jīng)深入到人們的日常生活和工作中,人們對圖像處理技術(shù)的要求也越來越高。本文主要介紹利用圖像特征點(diǎn)提取,對圖像進(jìn)行配準(zhǔn),進(jìn)一步對圖像進(jìn)行拼接操作。其中特征點(diǎn)提
5、取使用SIFT(ScaleInvarianceFeatureTransform)方法,并對SIFT方法提取出的特征點(diǎn)用最近鄰算法NN(NearestNeighbor)進(jìn)行匹配,在搜索最近鄰點(diǎn)時使用了在k-d樹搜索算法基礎(chǔ)上進(jìn)行改進(jìn)的算法BBF(BestBinFirst)搜索算法。特征點(diǎn)匹配后運(yùn)用最小二乘優(yōu)化算法精確算出圖像間的點(diǎn)變換矩陣,最后用漸入漸出法對交接處進(jìn)行平滑過渡,從而實(shí)現(xiàn)圖像拼接研究概況：針對圖像特征提取與匹配的適應(yīng)性和準(zhǔn)確性的問題,將尺度不變特征變換(SIFT,ScaleInvariantFeatureTransform)算法應(yīng)用到圖像匹配領(lǐng)域.首先從原理上對SIFT算法
6、的特性進(jìn)行了分析,并以visualstudio2005為開發(fā)平臺對SIFT算法分步驟進(jìn)行了實(shí)現(xiàn);最后以基于歐氏距離的最近鄰準(zhǔn)則作為特征的相似度量將SIFT算法提取的特征應(yīng)用于圖像特征匹配,并對不同的近鄰比進(jìn)行比較,給出了建議值.通過3組實(shí)驗(yàn)圖像的匹配結(jié)果表明,SIFT算法提取的特征對圖像縮放、旋轉(zhuǎn)、亮度變化的匹配正確率都等于或接近100%,證明了SIFT算法提取的特征點(diǎn)有很好的適應(yīng)性和準(zhǔn)確性,可以進(jìn)一步應(yīng)用到圖像識別以及圖像重建等領(lǐng)域.二、本課題研究的關(guān)鍵問題及解決的思路：1、本課題研究內(nèi)容及關(guān)鍵問題：本文主要利用特征點(diǎn)提取算子SIFT（ScaleInvarianceFeatureTr
7、ansform)，并對SIFT方法提取的特征點(diǎn)用最近鄰算法NN（NearestNeighbor）對提取的特征點(diǎn)進(jìn)行匹配，在搜索最近鄰點(diǎn)時使用了在k-d樹搜索算法基礎(chǔ)上進(jìn)行改進(jìn)的算法BBF（BestBinFirst）搜索算法。匹配后運(yùn)用最小二乘優(yōu)化算法精確算出圖像間的點(diǎn)轉(zhuǎn)換關(guān)系，最后利用漸入漸出法對圖像交接處進(jìn)行平滑過渡，從而實(shí)現(xiàn)圖像拼接。2、解決關(guān)鍵問題的思路（對方案進(jìn)行簡述）首先，選取圖像利用特征點(diǎn)提取算子SIFT,并對SIFT方法提取的特征
