图像边缘检测与图像匹配算法的研究

摘要

边缘检测是图像后续处理的前提,检测并提取边缘对图像特征的提取、图像分割、图像分析与理解具有重要意义。图像匹配是图像分析与计算机视觉中的关键技术,在图像镶嵌、模式识别、地理信息处理、医学图像分析等领域都有重要的应用。
　　 本文对图像边缘检测和图像匹配进行研究,分别给出了关于边缘检测和图像匹配新的算法。一方面,克服了经典边缘检测算法的缺陷,且能在弱边缘和非边缘噪声之间取得较好的平衡。另一方面,真正实现了图像匹配的可缩放性,并且可以比较精确地求出缩放比例,从而实现精确图像匹配。
　　 关于边缘检测的研究,本文提出了一种基于人眼视觉的图像边缘检测的新算法。该方法基于LIP(Logarithmic Image Processing)模型首先推导出新的梯度公式,然后进行图像灰度处理和叠加操作,最终形成了一种新的边缘检测算法。仿真实验结果表明,该方法具有边缘检测准确性高,引入的非边缘噪声少的特点。
　　 关于图像匹配的研究,本文提出了一种基于角度特征的边缘匹配新算法。该方法首先计算图像边缘上各像素点的角度,然后利用最小距离度量来求出最佳匹配的位置及旋转角度,最后利用本文定义的参数因子求出缩放比例。该方法充分利用了边缘线的几何信息,计算简单、准确性高,匹配结果不受旋转、位移影响。更重要的是该匹配方法不受缩放影响,从而具有很好的实用性。仿真实验结果表明该方法具有比较满意的匹配效果。

目录

文摘

英文文摘

第一章 绪论

1.1 论文选题背景

1.2 边缘检测的研究现状

1.2.1 经典算子方法

1.2.2 最优算子方法

1.2.3 多尺度方法

1.2.4 其它边缘检测方法

1.3 图像匹配算法的研究现状

1.3.1 图像匹配的关键因素

1.3.2 图像匹配算法分类

1.4 论文主要工作

1.5 论文组织结构

第二章 预备知识

2.1 图像边缘检测的预备知识

2.1.1 边缘检测步骤

2.1.2 LIP模型

2.1.3 Cannv算子

2.2 图像匹配的预备知识

2.2.1 点特征匹配问题的描述

2.2.2 自定义缩放因子

2.3 小结

第三章 一种基于LIP模型的边缘检测新算法

3.1 引言

3.2 一种新的边缘检测算法

3.3 新算法的进一步改进

3.4 新算法与经典算法实验结果对比

3.5 新算法与原始LIP算法实验结果对比

3.6 时间复杂度分析

3.7 小结

第四章 一种基于角度特征的边缘匹配新算法

4.1 引言

4.2 基于角度特征的边缘匹配算法

4.2.1 角度特征的提取与匹配

4.2.2 利用自定义参数因子求缩放比例的过程

4.3 基于角度特征的边缘匹配算法的步骤

4.4 实验结果及分析

4.5 小结

第五章 总结及未来工作

5.1 总结

5.2 未来的工作

致谢

攻读硕士期间从事的主要科研工作及发表的论文

参考文献