小波变换在图像匹配中的应用研究

摘要

该课题在研究传统的匹配方法的基础上,实现了一种基于小波变换后低频图像的匹配系统,应用于IC版图分析.利用小波分解后的低频图像来进行匹配,可减少匹配的运算时间;低频图像仍然含有原图像的绝大部分的视觉信息,使得匹配的结果稳定且可靠;在该系统中图像小波分解和匹配都运用了成熟的快速算法,匹配是在低频图像上进行,使得匹配的计算量非常的小,实验结果也验证了基于低频图像分量匹配的快速性;运用图像的低频分量来匹配也极大的去除了噪声对图像匹配的干扰,由于小波的滤波特性噪声中占比例最大的高频噪声在匹配之前已经被去除,从而匹配具有抗噪声强的特点.该文中匹配系统有图像的小波预处理及低频图像的提取和图像匹配两部分组成.系统是利用VC++开发工具,在WINDOWS2000平台上开发的,图像以8比特的256色位图格式来存储,系统的开发采用了面向对象的程序设计方法,使得系统具有可移植性和继承性并且易于修改和扩充,整个系统可操作性比较强.在该文的匹配系统采用的是一种基于小波变换后的低频分量的匹配方法;讨论了利用图像小波分解后的低频图像来进行匹配的可能性,并且实现了在小波分解后低频图像上的匹配;在IC版图分析中与传统的匹配方法相比匹配的速度比较快消耗时间有较大的减少.

目录

文摘

英文文摘

1绪论

1.1课题研究的背景

1.2本文的研究重点

2小波分析基本理论

2.1 WFT的缺陷与小波分析的起源

2.2小波变换的定义及性质

2.3小波变换的自适应时-频窗

2.4离散小波和离散小波变换

3图像的小波多分辨分析

3.1多分辨分析

3.2 Mallat分解算法

4基本图像匹配方法及特点

4.1图像匹配的概念及数学描述

4.2图像匹配基本方法及特点

5基于小波变换的图像匹配

5.1图像预处理

5.2图像预处理后模板匹配的过程

5.3基于小波变换图像匹配的总体结构

6图像匹配系统的实现及结果分析

6.1图像匹配系统的组成

6.2系统的软件实现

6.3实验结果分析

7结论与展望

致谢

参考文献

附录1 攻读学位期间发表学术论文目录