进化模板匹配法及其应用研究

摘要

针对图像匹配技术中存在的问题之一，即匹配精度与计算量之间矛盾的问题，本文将图像匹配问题转化为图像与模板之间相关值的多峰寻优问题，采用进化算法作为寻优问题的搜索策略，提出一种新的进化模板的匹配方法，并对其理论及应用进行相关研究。本文主要研究内容如下：　　一种新的进化模板匹配法。传统的相关匹配方法，能够获得较高的匹配精度，对各类匹配问题具有很强的适应性。但是，穷尽搜索所需的极为庞大的计算量是其致命缺陷。针对此问题，本文将图像匹配问题转化为函数优化问题，采用非遍历寻优的进化算法作为优化问题的搜索策略，提出一种新的进化模板匹配方法，以大幅减少计算量。　　进化模板匹配法的理论研究。进化模板匹配法在应用时存在两个问题：一、收敛速度慢；二、易发生早熟现象。为加快算法的收敛速度，本文给出一种控制个体间距的竞争初始化法，在保证初始群体多样性和遍历性的同时，能够博取各个初始化方法的优点，使初始种群以更高的概率落在各个局部最优附近区域，从而大大提高进化算法的搜索速度。为减少算法发生早熟现象的概率，本文借鉴模拟退火的思想，得出一种有效的选择策略——退火选择法。　　进化模板匹配法的应用研究。结合小波变换的多分辨率分析方法，分析了脸像经小波分解后人脸特征在各个子带图像中的表现，指出了低频子带图像作为人脸检测特征的优点，提出了一种新的基于进化模板的人脸检测算法。与多数人脸定位算法只能定位端正人脸的情况不同，该算法能够以较快的速度定位在图像平面内存在旋转角度的人脸。

目录

文摘

英文文摘

论文说明：答辩委员会、插图清单、表格清单

独创性声明和学位论文版权使用授权书

致谢

第一章序言

1.1研究动机与目的

1.2研究方法

1.3研究内容

第二章图像匹配技术基础

2.1图像匹配的定义

2.2图像匹配的关键要素

2.2.1特征空间

2.2.2相似性测度

2.2.3图形匹配变换类型

2.2.4搜索空间和搜索策略

2.3图像匹配算法分类

2.3.1基于区域的匹配

2.3.2基于特征的匹配

2.4图像匹配的发展趋势

2.5本章小节

第三章一种新的进化模板匹配算法

3.1问题的提出

3.2进化计算介绍

3.2.1进化计算概要

3.2.2遗传算法

3.3遗传算法收敛性分析

3.4算法实验及结果分析

3.4.1图像匹配转化为优化问题的原因

3.4.2加快收敛速度的策略

3.4.3避免陷入局部最优解的策略

3.4.4对存在缩放、旋转模式的匹配

3.5本章小节

第四章一种新的基于进化模板的人脸检测算法

4.1人脸检测概述

4.2人脸图像小波分解分析

4.2.1离散小波及其多分辨率分析

4.2.2小波分解后子带图像中的人脸特征分析

4.2.3基于低频子带图像的进化模板匹配法

4.3一种新的基于进化模板的人脸检测算法

4.3.1模板生成方法

4.3.2人脸检测算法

4.3.3实验结果与分析

4.4本章小节

第五章总结和展望

5.1总结

5.2展望

参考文献

研究生期间主要科研工作及成果