图像匹配算法c语言,基于特征的图像匹配算法研究.doc

本文探讨了图像匹配中的特征点检测,对比了Harris和SIFT算法。Harris算法效率高但对尺度变化和噪声不敏感,而SIFT则在尺度变化和抗噪方面表现出色,但计算复杂度较高。基于特征的图像匹配是常用方法,能减少运算量,主要步骤包括图像采集、特征提取、特征匹配和图像变换。本文实现了基于点特征的图像匹配仿真。
摘要由CSDN通过智能技术生成

优秀毕业设计论文,欢迎大家下载学习参考!

本科毕业设计论文

题 目 基于特征的图像匹配算法研究

专业名称

学生姓名

指导教师

毕业时间

毕业 任务书

一、题目

基于特征的图像匹配算法研究

二、指导思想和目的要求

本题目来源于科研,主要研究图像特征和匹配的概念,研究图像特征在匹配中的应用,进而实现相关算法。希望通过该毕业设计,学生能达到:

1.利用已有的专业知识,培养学生解决实际工程问题的能力;

2.锻炼学生的科研工作能力和培养学生团队合作及攻关能力。

1.;

2.;

3.。

第01周----第02周:参考翻译英文文献;

第03周----第0周:学习

第0周----第0周

第0周----第周:;

第周----第14周:编写;

第15周----第16周:撰写毕业设计论文,论文答辩。

1. 尼克松..电子工业出版社.

2. 李言俊.景象匹配与目标识别技术.西北工业大学出版社.

3. 梁建宁..复旦大学硕士学位论文.

4. 李壮.异源图像匹配关键技术研究.国防科技大学.

学生 高荣亮 指导教师 王红梅 系主任 史仪凯

摘要

图像匹配就是把具有同一场景的两幅或多幅图像在空间上对准,进而确定他们之间变换关系的过程,这些图像可能是在不同时间、用不同传感器、从不同视角拍下来的。在目标跟踪、图像导航、文字识别、资源分析、人脸识别以及计算机视觉等领域中,需要解决的一个关键问题就是图像匹配,而利用包含图像重要结构信息的少量特征点来确定图像间的变化关系是解决该问题的一种有效方法。这种方法的难点是如何提取稳定的特征点,并构建适应旋转、形变、遮掩、噪声及其他因素的特征描述子。

本文对两种特征点提取算法(Harris算法和SIFT算法)进行分析比较,得出Harris角点检测算法效率高,但对尺度变化和抗噪性的鲁棒性差,SIFT算法对尺度变化及抗噪性鲁棒性好,但算法时间复杂度高,且对图像纹理要求高。

图像匹配的方法大致分为两类:基于像素的图像匹配方法和基于特征的图像匹配方法。而基于特征的图像匹配方法是目前图像匹配的最常用方法,其最大的优点在于能够将对整个图像进行的各种分析转化为对图像特征(特征点、特征曲线等)的分析,从而大大减小了图像处理过程的运算量。经过多年的研究,基于特征的图像匹配技术以及取得了一定的研究成果,其主要步骤包括:图像采集、特征提取、特征匹配、图像变换。本文会实现基于点特征的图像匹配的仿真。

关键词:特征点检测 图像匹配 Harris 图像处理

ABSTRACT

Image matching is aligning two or more images of the same in the space ,which may be taken under the conditions such as by different sensors,from different aspects and in different time.It is a kay problem to be solved existing in object tracking ,image navigation ,OCR,resources analysis and face recognition as well as in other fields such as computer vision.An effective solution to this problem is to obtain the transform relationship with feature points which is small enough in quantity and contains signif

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值