計(jì)算機(jī)學(xué)院本科畢業(yè)論文模板

1、 吉林大學(xué)畢業(yè)論文 吉林大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院基于 surf 的抗視角變換圖像匹配算法摘要：正文（宋體，小 4 號字，1.5 倍行間距） 圖像匹配技術(shù)是近代信息處理特別是圖像處理技術(shù)的一個(gè)重要問題，是指根據(jù)參考圖像和實(shí)時(shí)圖像來選定某些特征、相似性準(zhǔn)則及搜索策略進(jìn)項(xiàng)相關(guān)找出場景中同一物體表面的結(jié)構(gòu)點(diǎn)在不同圖像上的投影像素點(diǎn)之間的對應(yīng)關(guān)系。 圖像匹配是一個(gè)多步驟的過程，不同的匹配算法之間步驟也會有很大的不同，效果也有較大的出入。 本文首先對基于小波的圖像匹配、基于 sift 算法的圖像匹配和基于surf 算法的圖像匹配進(jìn)行研究比較。然后對 surf 算法進(jìn)行抗視角變換改進(jìn)，本文是采用基于仿射不變

2、原理和 surf 算法來實(shí)現(xiàn)多角度的圖像匹配，實(shí)驗(yàn)表明該方法對不同視角的圖像匹配有一定的改善作用。 關(guān)鍵字關(guān)鍵字：SURF，抗視角，小波 ，SIFT，Harris 英文題目Anti-Viewpoint changing Image Matching Algorithmm Based on SURFAuthor:（居右）Tutor:（居右）Abstract正文（Times New Roman ，小 4 號字，1.5 倍行間距） 吉林大學(xué)畢業(yè)論文 吉林大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院Keywords:SURF，Anti-Viewpoint，Wavelet，SIFT，Harris 吉林大學(xué)畢業(yè)論文 吉林大學(xué)

3、計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院目目 錄錄目目 錄錄.1第第 1 1 章章 緒論（黑體緒論（黑體 3 3 號、居中）號、居中）.21.1 圖像匹配的定義.31.2 課題研究的背景和意義.31.2 圖像匹配的方法概述.51.3 圖像匹配算法分類.61.4 研究現(xiàn)狀.71.5 章節(jié)安排.8第第 2 2 章章 MATLABMATLAB 和和 OPENCVOPENCV.82.1 MATLAB介紹.82.2 OpenCV簡介.9參考文獻(xiàn)參考文獻(xiàn).11注意：（成稿以后請刪除）使用菜單中成稿以后請刪除）使用菜單中“插入插入”下的下的“引用引用”中中“索引和目錄索引和目錄”項(xiàng)，選擇對話框中的項(xiàng)，選擇對話框中的“顯示頁碼顯

4、示頁碼”和和“頁碼右對齊頁碼右對齊”即即可自動(dòng)編排目錄。具體例子所示如上。目錄自動(dòng)顯示后，需將其中不需可自動(dòng)編排目錄。具體例子所示如上。目錄自動(dòng)顯示后，需將其中不需列出的項(xiàng)目刪除。列出的項(xiàng)目刪除。第一級采用左對齊的格式，左縮進(jìn)為第一級采用左對齊的格式，左縮進(jìn)為 0 0，下一級與之對應(yīng)的上一級向，下一級與之對應(yīng)的上一級向右縮進(jìn)右縮進(jìn) 0.74CM0.74CM 目錄部分的頁碼采用羅馬數(shù)字，宋體小目錄部分的頁碼采用羅馬數(shù)字，宋體小 4 號字。號字。 吉林大學(xué)畢業(yè)論文 第 1 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院第第 1 1 章章 緒論（黑體緒論（黑體 3 3 號、居中）號、居中）隨著圖像匹配技術(shù)在三維重建、

5、圖像融合、模式識別、圖像搜索、隨著圖像匹配技術(shù)在三維重建、圖像融合、模式識別、圖像搜索、圖像拼接等計(jì)算機(jī)視覺領(lǐng)域的廣泛應(yīng)用，圖像匹配已經(jīng)成為圖像處理重圖像拼接等計(jì)算機(jī)視覺領(lǐng)域的廣泛應(yīng)用，圖像匹配已經(jīng)成為圖像處理重點(diǎn)研究的一個(gè)方向，本文首先介紹圖像配準(zhǔn)的研究背景和重要意義，然點(diǎn)研究的一個(gè)方向，本文首先介紹圖像配準(zhǔn)的研究背景和重要意義，然后闡述圖像配準(zhǔn)的國內(nèi)外發(fā)展現(xiàn)狀，最后給出本論文的研究內(nèi)容。后闡述圖像配準(zhǔn)的國內(nèi)外發(fā)展現(xiàn)狀，最后給出本論文的研究內(nèi)容。1.1 圖像匹配的定義所謂圖像匹配是指在一幅或一批圖像中尋找與給定目標(biāo)圖像相似的圖像或者圖像區(qū)域的過程。通常將已知的目標(biāo)圖像稱作模板圖像，而將待搜索

6、圖像中可能與它對應(yīng)的子圖稱作待匹配的目標(biāo)圖像。圖像匹配是在來自不同時(shí)間或者不同視角的同一場景的兩幅或多幅圖像之間尋找對應(yīng)關(guān)系，該技術(shù)屬于計(jì)算機(jī)視覺領(lǐng)域。圖像匹配的具體應(yīng)用包括目標(biāo)或者場景識別、在多幅圖像中求解 3D 結(jié)構(gòu)、立體對應(yīng)和運(yùn)動(dòng)跟蹤等。由于拍攝時(shí)間、拍攝角度、自然環(huán)境的變化，多種傳感器的使用、傳感器本身的缺陷及噪聲等影響，拍攝的圖像在一定程度上會存在灰度失真和幾何畸變。同時(shí)，圖像預(yù)處理過程會引入誤差，這都是導(dǎo)致模板圖像與待匹配的目標(biāo)圖像之間存在著一定程度差異的原因。在這種情況下，如何使匹配算法精度高、正確匹配率高、速度快和抗干擾性強(qiáng)，就成為人們關(guān)心的問題 吉林大學(xué)畢業(yè)論文 第 2 頁吉

7、林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院1.2 課題研究的背景和意義 步入 21 世紀(jì)這個(gè)信息化的時(shí)代，語言已經(jīng)不再是信息的主要形式，數(shù)據(jù)、文字、視頻、圖像等在內(nèi)的多媒體形式已經(jīng)發(fā)展成為信息化的主流。據(jù)不完全統(tǒng)計(jì)，人類對于外界的信息接受來源 70%來自圖像信息，圖像已經(jīng)成為人類活動(dòng)中最常用的信息載體，圖像不但包含了物體色彩、亮度等視覺信息，還有邊緣、細(xì)節(jié)等高頻信息，成為人們獲取外界原始信息的主要途徑。 數(shù)字圖像處理是指對數(shù)字圖像進(jìn)行變換、濾波、去噪等各種信號處理運(yùn)算，以滿足不同應(yīng)用場合需求的信號處理技術(shù)。自 20 世紀(jì) 60年代以來，隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展，數(shù)字圖像處理技術(shù)獲得了高速發(fā)展。數(shù)字信號處理技術(shù)的

8、進(jìn)步為圖像處理開辟了新的道路，使得人們對圖像進(jìn)行各種各樣的加工處理變得更為方便快捷。至今，圖像處理技術(shù)已被應(yīng)用到包括氣象、通訊、工業(yè)、海洋、地質(zhì)、農(nóng)業(yè)、環(huán)保、生物醫(yī)學(xué)、軍事等各個(gè)領(lǐng)域，在人類社會的生產(chǎn)生活發(fā)揮著越來越廣泛和顯著的作用。 圖像匹配是在不同條件下對同一場景得到的兩幅或多幅圖像進(jìn)行對準(zhǔn)、疊加的過程。同一場景的多幅圖像會在成像模式、分辨率、灰度屬性、位置（平移和旋轉(zhuǎn)） 、非線性變形、比例尺度及曝光時(shí)間等方面存在很多差異。概括來說，圖像匹配問題是以在變換空間中尋找一種特定的最優(yōu)變換，達(dá)到兩幅或多幅圖像在某種意義上的匹配為目的。圖像匹配的數(shù)學(xué)定義可以描述為待匹配圖像之間的空間變換關(guān)系和色彩

9、變換關(guān)系。根據(jù)圖像的拍攝環(huán)境和拍攝條件的不同，圖像匹配可以分為以下四種基本類型：1.拍攝器材不同：從不同傳感器拍攝同一場景，用于獲取更詳細(xì)更 吉林大學(xué)畢業(yè)論文 第 3 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院復(fù)雜的場景信息。2.拍攝視角不同：從不同角度拍攝同一場景，用于獲取該場景的大視角圖像。3.拍攝時(shí)間不同：從不同時(shí)間段拍攝同一場景，用于獲取圖像中場景的變化情況。4.場景和場景模型圖匹配：場景模型多為場景的數(shù)字表示，如地理信息系統(tǒng)（GIS）中的數(shù)字高程圖等。匹配場景和場景模型的目的在于場景中定位模型，或在模型中定位場景，或者對場景和模型作對應(yīng)的比較。 根據(jù) Brown 的總結(jié)，圖像匹配往往看成是以下幾種

10、要素的結(jié)合： 1.特征空間：定義特征集合用于實(shí)現(xiàn)圖像間的匹配，特征集是從參考圖像和待匹配圖像中提取出來的集合，即從參考圖像和輸入圖像中提取共有的特征，如輪廓、交叉點(diǎn)、邊界區(qū)域、重心、邊緣等； 2.搜索空間：在參考圖像的特征與待匹配圖像的特征之間建立可能的對應(yīng)變換關(guān)系的集合。 3.搜索策略：用于選擇可以計(jì)算的變換模型。使得匹配在處理過程中逐步達(dá)到精度要求； 4.近似性度量：評價(jià)對搜索空間中獲得的一個(gè)給定的變換所定義的待匹配數(shù)據(jù)與參考數(shù)據(jù)之間的匹配程度，進(jìn)一步反映匹配結(jié)果的好壞。 圖像匹配的每一個(gè)步驟都有值得研究和需要解決的難題，研究和討論整個(gè)圖像匹配算法時(shí)，通常會從以上四個(gè)方面進(jìn)行考慮。1.2

11、圖像匹配的方法概述 吉林大學(xué)畢業(yè)論文 第 4 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院 圖像匹配的流程如下：首先對兩幅圖像進(jìn)行特征提取獲得特征點(diǎn)；其次通過進(jìn)行相似性度量找到匹配的特征點(diǎn)對；然后通過匹配的特征點(diǎn)對得到圖像空間坐標(biāo)變換參數(shù)，最后由坐標(biāo)變換參數(shù)進(jìn)行圖像配準(zhǔn)。其中特征提取是配準(zhǔn)技術(shù)中的關(guān)鍵，準(zhǔn)確的特征提取為特征匹配的成功提供了保障。因此，尋求具有良好不變性和準(zhǔn)確性的特征提取方法，對于匹配精度至關(guān)重要。圖像配準(zhǔn)的方式可以概括為相對配準(zhǔn)和絕對配準(zhǔn)兩種：相對配準(zhǔn)是指選擇多圖像中的一張圖像作為參考圖像，將其它的相關(guān)圖像與之配準(zhǔn)，其坐標(biāo)系統(tǒng)是任意的；絕對配準(zhǔn)是指先定義一個(gè)控制網(wǎng)格，所有的圖像相對于這個(gè)網(wǎng)格來

12、進(jìn)行配準(zhǔn)，也就是說分別完成各分量圖像的幾何校正來實(shí)現(xiàn)坐標(biāo)系的統(tǒng)一。1.3 圖像匹配算法分類1.3.11.3.1 基于圖像灰度的匹配算法基于圖像灰度的匹配算法圖像的所有信息都被包含在圖像灰度值信息中，基于灰度的匹配算法一般情況下不需要對圖像進(jìn)行預(yù)處理，直接利用圖像本身的灰度統(tǒng)計(jì)信息來度量圖像的相似程度，從而實(shí)現(xiàn)兩幅圖像的匹配?；趫D像灰度的匹配算法不需要提取圖像特征，一般直接利用圖像全部的灰度信息。所以該算法能提高匹配的魯棒性和精度。但由于在基于圖像灰度的匹配算法在匹配過程中會引入匹配點(diǎn)周圍的像素點(diǎn)信息，沒有經(jīng)過預(yù)處理和篩選所以將會造成大量的數(shù)據(jù)處理信息。計(jì)算量將會增大，計(jì)算時(shí)間增長，匹配速度減

13、慢。1.3.21.3.2 基于圖像特征的匹配算法基于圖像特征的匹配算法基于圖像特征的匹配算法是目前應(yīng)用最為廣泛的方法。該方法的步驟為：首先對圖像進(jìn)行預(yù)處理，然后提取出圖像的特征，最后建立兩幅圖像之間的對應(yīng)關(guān)系。在提取圖像特征的過程中，我們通常提取圖像的點(diǎn)特征，最后建立兩幅圖像之間的對應(yīng)關(guān)系。在提取圖像特征過程中， 吉林大學(xué)畢業(yè)論文 第 5 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院我們一般提取圖像的點(diǎn)特征、邊緣特征和區(qū)域特征。特征匹配的數(shù)據(jù)處理方法很多，需要用到諸多如矩陣的運(yùn)算、梯度的求解、泰勒展開和傅里葉變換等數(shù)學(xué)運(yùn)算?；趫D象特征的匹配方法的出現(xiàn)是圖像匹配技術(shù)的一大進(jìn)步，它克服了基于圖像灰度匹配方法的缺

14、點(diǎn)，提高了圖像匹配的效率和速度。但是由于該匹配方法采用的是提取圖像的特征點(diǎn)進(jìn)行匹配而不是圖像的像素，從而大大降低了計(jì)算量，減少了計(jì)算時(shí)間；同時(shí)，特征點(diǎn)具有尺度、旋轉(zhuǎn)等不變性，對圖像的位置、尺度、旋轉(zhuǎn)變換具有更高的匹配精度；而且，基于特征的匹配具有很好的抗噪效果，并在圖像發(fā)生灰度變化，形變以及遮擋等情況下也能有較好的匹配效果。所以基于圖像特征的匹配越來越受到人們的重視，在實(shí)際生活中得到了廣泛應(yīng)用。1.4 研究現(xiàn)狀國外從二十世紀(jì)六十年代開始在圖像匹配領(lǐng)域進(jìn)行研究，但直到十九世紀(jì)八十年代才開始引起學(xué)者們的關(guān)注。到上世紀(jì)末，單模圖像匹配問題已基本解決，但多模圖像匹配由于涉及模式和領(lǐng)域的復(fù)雜性，仍然需要

15、密切關(guān)注。國際上對圖像匹配技術(shù)做過調(diào)查，其結(jié)論是十九世紀(jì)八十年代初技術(shù)就明顯增加。而國內(nèi)從十九世紀(jì)九十年代初才開始踏足此領(lǐng)域。與灰度相關(guān)的匹配算法是圖像匹配算法中比較經(jīng)典算法之一，很多匹配技術(shù)都是以它為基礎(chǔ)進(jìn)行延伸和擴(kuò)展。圖像匹配最早在美國 70 年代從事的飛行器輔助導(dǎo)航系統(tǒng)、武器投射系統(tǒng)的末制導(dǎo)以及尋地等應(yīng)用研究中提出。80 年代后，在很多不同領(lǐng)域都有大量圖像匹配技術(shù)的研究，如遙感領(lǐng)域，模式識別，自動(dòng)導(dǎo)航，醫(yī)學(xué)診斷，計(jì)算機(jī)視覺等。 吉林大學(xué)畢業(yè)論文 第 6 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院由此可見，圖像匹配技術(shù)經(jīng)過多年研究，不論國內(nèi)外，發(fā)展的都非常迅速，已經(jīng)取得了許多研究成果。圖像匹配算法的強(qiáng)魯

16、棒性、圖像匹配的高精度、圖像匹配的自動(dòng)化以及圖像匹配算法的配準(zhǔn)速度一直以來都是圖像匹配領(lǐng)域所不斷追求的目標(biāo)。1.5 章節(jié)安排本文分為 5 章，每章安排如下：第 1 章：緒論部分，介紹了本課題研究的背景、意義和研究現(xiàn)狀以及 本文的篇幅結(jié)構(gòu)。第 2 章：介紹實(shí)驗(yàn)所用的環(huán)境 MATLAB 和 OpenCV。第 3 章：對基于小波變換的圖像匹配、基于 sift 算法的圖像匹配和基于 surf 算法的圖像匹配的介紹。第 4 章：詳細(xì)介紹了基于 SURF 算法的圖像匹配級對于抗視角圖像匹配的改進(jìn)。第 5 章：介紹了對匹配結(jié)果的比較。第 6 章：對本文的工作進(jìn)行了總結(jié)并對今后的研究方向進(jìn)行了展望。（主要闡述

17、選題的理論和實(shí)際意義及研究背景、文獻(xiàn)綜述、研究現(xiàn)狀、研究思路、實(shí)驗(yàn)設(shè)計(jì)、采用的技術(shù)方法和手段、論文的整體結(jié)構(gòu)安排等。 ） 吉林大學(xué)畢業(yè)論文 第 7 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院第第 2 2 章章 MATLABMATLAB 和和 OpenCVOpenCV2.1 MATLAB 介紹 作為和 Mathematica、Maple 并列的三大數(shù)學(xué)軟件。其強(qiáng)項(xiàng)就是其強(qiáng)大的矩陣計(jì)算以及仿真能力。要知道 Matlab 的由來就是Matrix+Laboratory=Matlab，所以這個(gè)軟件在國內(nèi)也被稱作矩陣實(shí)驗(yàn)室 。每次 MathWorks 發(fā)布 Matlab 的同時(shí)也會發(fā)布仿真試驗(yàn)，他們所主要使用的仿真軟件

18、 Simulink。Matlab 提供了自己的編譯器：全面兼容C+以及 Fortran 兩大語言。所以 Matlab 是工程師，科研工作者手上最好的語言，最好的工具和環(huán)境。Matlab 已經(jīng)成為廣大科研然預(yù)案的最值得信賴的助手和朋友！ 目前 MATLAB 產(chǎn)品族可以用來進(jìn)行： 數(shù)值分析 數(shù)值和符號計(jì)算 工程與科學(xué)繪圖 控制系統(tǒng)的設(shè)計(jì)與方針 數(shù)字圖像處理 數(shù)字信號處理 通訊系統(tǒng)設(shè)計(jì)與仿真 財(cái)務(wù)與金融工程. Simulink 是基于 MATLAB 的框圖設(shè)計(jì)環(huán)境，可以用來對各種動(dòng)態(tài)系統(tǒng)進(jìn)行建模、分析和仿真，它的建模范圍廣泛，可以針對任何能夠用數(shù)學(xué)來描述的系統(tǒng)進(jìn)行建模，例如航空航天動(dòng)力學(xué)系統(tǒng)、衛(wèi)星控

19、制制導(dǎo)系統(tǒng)、通訊系統(tǒng)、船舶及汽車等等，其中了包括連續(xù)、離散，條件執(zhí)行，事件驅(qū)動(dòng)，單速率、多速率和混雜系統(tǒng)等等。 Simulink 提供了利用鼠標(biāo)拖放的方法建立系統(tǒng)框圖模型的圖形界面，而且 Simulink 還提供了豐富的功能塊以及不同的專業(yè)模塊集合，利用 Simulink 幾乎可以做到不書寫一行代碼完成整個(gè)動(dòng)態(tài)系統(tǒng)的建模工作。2.2 OpenCV 簡介 OpenCV 是一個(gè)用于圖像處理、分析、機(jī)器視覺方面的開源函數(shù)庫。無論是做科學(xué)研究，還是商業(yè)應(yīng)用，OpenCV 都可以作為你理想的工具庫，因?yàn)?，對于這兩者，它完全是免費(fèi)的。 該庫采用 C 及 C+語言編寫，可以在 windows, linux,

20、 mac OSX 系統(tǒng)上面運(yùn)行。該庫的所有代碼都經(jīng)過優(yōu)化，計(jì)算效率很高，因?yàn)椋鼘Ｗ⒂?吉林大學(xué)畢業(yè)論文 第 8 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院設(shè)計(jì)成為一種用于實(shí)時(shí)系統(tǒng)的開源庫。OpenCV 采用 C 語言進(jìn)行優(yōu)化，而且，在多核機(jī)器上面，其運(yùn)行速度會更快。它的一個(gè)目標(biāo)是提供友好的機(jī)器視覺接口函數(shù)，從而使得復(fù)雜的機(jī)器視覺產(chǎn)品可以加速面世。該庫包含了橫跨工業(yè)產(chǎn)品檢測、醫(yī)學(xué)圖像處理、安防、用戶界面、攝像頭標(biāo)定、三維成像、機(jī)器視覺等領(lǐng)域的超過 500 個(gè)接口函數(shù)。 同時(shí)，由于計(jì)算機(jī)視覺與機(jī)器學(xué)習(xí)密不可分，該庫也包含了比較常用的一些機(jī)器學(xué)習(xí)算法?；蛟S，很多人知道，圖像識別、機(jī)器視覺在安防領(lǐng)域有所應(yīng)用。但

21、，很少有人知道，在航拍圖片、街道圖片（例如google street view）中，要嚴(yán)重依賴于機(jī)器視覺的攝像頭標(biāo)定、圖像融合等技術(shù)。 近年來，在入侵檢測、特定目標(biāo)跟蹤、目標(biāo)檢測、人臉檢測、人臉識別、人臉跟蹤等領(lǐng)域，OpenCV 可謂大顯身手，而這些，僅僅是其應(yīng)用的冰山一角。 OpenCV 特點(diǎn)： 開源圖像處理算法庫 跨平臺的中高層 API（windows/linux） 共享免費(fèi)（商業(yè)/非商業(yè)） 速度快，使用方便 可擴(kuò)展性好，包括底層和高層的開發(fā)包第第 3 3 章章 三種算法的簡介三種算法的簡介3.1 基于小波變換的圖像匹配3.1.13.1.1 小波變換的概念小波變換的概念小波變換(Wavel

22、et Transform)屬于時(shí)頻分析的一種。傳統(tǒng)的信號(圖像也可看作是信號)分析是建立在傅立葉變換基礎(chǔ)之上的。由于傅立葉分析使用的是一種全局變換，要么完全在時(shí)域，要么完全在頻域，因此無法同時(shí)表述信號的時(shí)頻局域性質(zhì)。而這種性質(zhì)恰恰是非平穩(wěn)信號(尤其是遙感圖像)最根本和最關(guān)鍵的性質(zhì)。為了分析和處理非平穩(wěn)信號，人們對傅立葉分析進(jìn)行了推廣乃至根本性的革命，提出了一系列新的信號分析理論：短時(shí)(加窗)傅立葉變換、時(shí)頻分析、小波變換等。 吉林大學(xué)畢業(yè)論文 第 9 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院小波變換是一種信號的時(shí)間頻率分析方法，它具有多分辨率分析的特點(diǎn)。而且在時(shí)頻兩個(gè)特征域都具有表征信號局部特征的能力，是

23、一種窗口形狀可以改變、時(shí)間窗和頻率窗都可以改變的時(shí)頻局部化分析方法。即在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率。小波變換具有變焦性、信息保持性和小波基選擇的靈活性等優(yōu)點(diǎn)。所謂小波就是滿足可容性條件的具有特殊性質(zhì)的函數(shù)，或稱小波基函數(shù)。而小波變換就是選擇適當(dāng)?shù)幕拘〔ɑ蚍Q母波。通過對基本小波平移、伸縮而形成一系列的小波，然后將欲分析的信號投影到由平移、伸縮小波構(gòu)成的信號空間之中。這種平移、放大和縮小是小波變換的一個(gè)特點(diǎn)，因而可以在不同的頻率范圍，不同的時(shí)間(空間)位置對信號進(jìn)行分析。3.1.23.1.2 匹配過程：匹配過程：1. 基準(zhǔn)圖像

24、和待配準(zhǔn)圖像的預(yù)處理；2. 對基準(zhǔn)圖像和待配準(zhǔn)圖像進(jìn)行小波變換；3. 對基準(zhǔn)圖像進(jìn)行邊緣特征點(diǎn)提取；4. 從最低分辨率開始進(jìn)行特征點(diǎn)匹配，同時(shí)在最低分辨率上，選取一定數(shù)量的特征點(diǎn)，利用角度歸一化相關(guān)系數(shù)和交叉相關(guān)迭代算法確定基準(zhǔn)圖像和待配準(zhǔn)圖像之間的角度。5. 利用從最低分辨率得到的角度和匹配特征點(diǎn)對，知道下一級高分辨率位置；6. 經(jīng)過上述匹配，最終得到特征同名點(diǎn)對，選擇仿射變換模型，求解變換模型參數(shù)；7. 進(jìn)行坐標(biāo)變換和灰度重采樣。 吉林大學(xué)畢業(yè)論文 第 10 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院3.2 基于 SIFT 算法的圖像匹配3.3 基于 SURF 算法的圖像匹配 吉林大學(xué)畢業(yè)論文 第 11

25、 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院第第 4 4 章章 SURFSURF 算法的具體實(shí)現(xiàn)與改進(jìn)算法的具體實(shí)現(xiàn)與改進(jìn)第第 5 5 章章 測試結(jié)果與比較測試結(jié)果與比較第第 6 6 章章 總結(jié)與展望總結(jié)與展望 吉林大學(xué)畢業(yè)論文 第 12 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院參考文獻(xiàn)參考文獻(xiàn)1 Mehmed Kantardzi. 數(shù)據(jù)挖掘-概念模型方法和算法M. 北京: 清華大學(xué)出版社, 2003: 12-13.2 韓家煒, 孟小峰. Web 挖掘研究J. 計(jì)算機(jī)研究與發(fā)展, 2001, 38(4): 405-410.3 Han H, Pei J. Freespan: frequent patten-project

26、ed sequential pattern miningC. In Proceedings of the 2000 International Conference on Knowledge Discovery and Data Mining ( KDD00 ). Boston: MA, 2000, 355-359.4鐘永江. 中學(xué)物理數(shù)字化教學(xué)資源開發(fā)與應(yīng)用方法研究D. 東北師范大學(xué). 2008.正文用 5 號宋體字；圖表編號及標(biāo)題采用 5 號黑體字。具體說明：參考文獻(xiàn)的著錄均應(yīng)符合國家有關(guān)標(biāo)準(zhǔn)（按 GB771487文后參考文獻(xiàn)著錄格式執(zhí)行） 。以“參考文獻(xiàn)”居中排作為標(biāo)識；參考文獻(xiàn)的序號左

27、頂格，并用數(shù)字加方括號表示，如1 ， 2 ，以與正文中的指示序號格式一致。每一參考文獻(xiàn)條目的最后均以“ ”結(jié)束。各類參考文獻(xiàn)條目的編排格式及示例如下。1連續(xù)出版物序號主要責(zé)任者 文獻(xiàn)題名J 刊名， 出版年份， 卷號(期號)： 起止頁碼例如：1毛峽，丁玉寬 圖像的情感特征分析及其和諧感評價(jià)J 電子學(xué)報(bào), 2001，29(12A)： 1923-19272 Mao Xia, et al. Affective Property of Image and Fractal DimensionJ. Chaos, Solitons & Fractals U K， 2003:V15 905-9102專著

28、序號主要責(zé)任者 文獻(xiàn)題名M 出版地： 出版者， 出版年： 起止頁碼例如：3 劉國鈞， 王連成 圖書館史研究M 北京： 高等教育出版社， 1979： 15-18 ， 313會議論文集序號主要責(zé)任者 文獻(xiàn)題名A主編 論文集名C 出版地： 出版者， 出版年：起止頁碼 吉林大學(xué)畢業(yè)論文 第 13 頁吉林大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院例如：4 毛 峽 繪畫的音樂表現(xiàn)A 中國人工智能學(xué)會 2001 年全國學(xué)術(shù)年會論文集C 北京： 北京郵電大學(xué)出版社, 2001：739-7404學(xué)位論文序號主要責(zé)任文獻(xiàn)題名D 保存地：保存單位，年份例如：5 張和生地質(zhì)力學(xué)系統(tǒng)理論D 太原：太原理工大學(xué)，19985報(bào)告序號主要責(zé)任文獻(xiàn)題名R 報(bào)告地：報(bào)告會主辦單位，年份例如：6 馮西橋核反應(yīng)堆壓力容器的 LBB 分析R 北京：清華大學(xué)核能技術(shù)設(shè)計(jì)研究院，19976專利文獻(xiàn)序號專利所有者專利題名P 專利國別：專利號，發(fā)布日期例如：7 姜錫洲一種溫?zé)嵬夥笏幹苽浞桨窹 中國