二維圖像形變注冊區(qū)域匹配對應(yīng)性關(guān)系非剛性注冊結(jié)構(gòu)性節(jié)點碩士論文

1、二維圖像的多尺度形變與注冊技術(shù)研究【摘要】 隨著計算機技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展,人們開始研究如何用計算機系統(tǒng)解釋圖像,實現(xiàn)類似人類視覺系統(tǒng)理解外部世界的功能,這被稱為計算機視覺。二維圖像的形變與注冊技術(shù)是當前計算機視覺領(lǐng)域的一個前沿研究方向,它通過對圖像的編輯,可以獲得較為理想的甚至是全新的圖像效果,從而大大增強了計算機在人們對現(xiàn)實世界認識、理解和改造方面的作用,該技術(shù)具有非常廣泛的應(yīng)用領(lǐng)域和發(fā)展前景,目前已經(jīng)廣泛應(yīng)用于航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測、機器人視覺、公安司法、武器裝備制導(dǎo)、文化藝術(shù)等領(lǐng)域。二維圖像注冊與形變的目的是將源和目標圖像之間的可見差異最小化,其中一個關(guān)鍵問

2、題在于如何保證注冊與形變之后的圖像能夠保持其顯著特性。本文針對這一前沿課題,設(shè)計并實現(xiàn)了一種基于自適應(yīng)結(jié)構(gòu)圖的非剛性形變和注冊方法,該方法不僅能夠達到甚至優(yōu)于現(xiàn)有方法所具有的形變與注冊效果,而且具有較好的實時性、高效性。論文的主要貢獻有:1、提出了結(jié)構(gòu)性節(jié)點的自適應(yīng)選取方法,該方法能夠較好的符合二維圖像的處理要求,有效解決纖細型區(qū)域等病態(tài)部分操作過程中產(chǎn)生不自然的效果甚至是細節(jié)丟失的問題。2、提出了基于自適應(yīng)結(jié)構(gòu)圖的二維圖像形變方法,實現(xiàn)二. 更多還原【Abstract】 Along with the rapid development of computer science, ar

3、tificial intelligence and the research on thought science, people have begun to study how to explain images using computer system in order to understand the real world, and this ought to be a system that is similar to human vision which in this case means computer-vision. The deformation and registr

4、ation of 2D image is currently a frontier-topic in the field of computer vision. We can obtain better and brand-new perception using image editi. 更多還原 【關(guān)鍵詞】 二維圖像； 形變； 注冊； 區(qū)域匹配； 對應(yīng)性關(guān)系； 非剛性注冊； 結(jié)構(gòu)性節(jié)點； 【Key words】 2D-model； deformation； registration； region matching； correspondence； non-rigid regis

5、tration； graph node； 摘要 8-9 ABSTRACT 9 第一章 緒論 11-24 1.1 課題背景 11-12 1.2 研究現(xiàn)狀 12-21 1.2.1 圖像格式 12-15 1.2.2 模型形變方法 15-17 1.2.3 圖像注冊方法 17-21 1.3 研究目標和研究內(nèi)容 21-22 1.3.1 研究目標 21 1.3.2 研究內(nèi)容 21-22 1.3.3 主要創(chuàng)新點 22 1.4 論文結(jié)構(gòu) 22-24 第二章 自適應(yīng)結(jié)構(gòu)圖選取方法 24-30 2.1 引言 24 2.2 自適應(yīng)結(jié)構(gòu)圖的選取 24-27 2.3 自適應(yīng)結(jié)構(gòu)圖的與圖像的關(guān)聯(lián)方式 27 2.4 圖像分割

6、 27-29 2.5 小結(jié) 29-30 第三章 基于自適應(yīng)結(jié)構(gòu)圖的二維圖像形變方法 30-48 3.1 二維幾何變換 30-31 3.1.1 二維平移 30 3.1.2 二維旋轉(zhuǎn) 30-31 3.1.3 二維縮放 31 3.2 算法流程 31-32 3.3 算法分析 32-36 3.3.1 旋轉(zhuǎn)能量 33-34 3.3.2 平滑能量 34-35 3.3.3 控制能量 35-36 3.3.4 參數(shù)設(shè)定與調(diào)整 36 3.4 數(shù)值求解 36-43 3.4.1 最小二乘基本理論 37-39 3.4.2 本文方法的求解分析 39-43 3.5 模型讀取及預(yù)處理 43-44 3.6 實驗結(jié)果 44-47

7、3.7 小結(jié) 47-48 第四章 基于自適應(yīng)結(jié)構(gòu)圖的二維圖像注冊方法 48-65 4.1 算法流程 48-50 4.2 算法分析 50-52 4.2.1 特征點匹配能量 50-51 4.2.2 結(jié)構(gòu)性節(jié)點位移能量 51 4.2.3 置信度修正能量 51-52 4.2.4 參數(shù)設(shè)定與調(diào)整 52 4.3 基于圖像分割對應(yīng)的SIFT 特征點尋找 52-60 4.3.1 基于超級像素塊的圖像分割 53-54 4.3.2 基于輪廓的區(qū)域匹配 54-58 4.3.3 采用類似SIFT 特征對應(yīng)向量尋找區(qū)域之間的對應(yīng)點 58-60 4.4 實驗結(jié)果 60-64 4.5 小結(jié) 64-65 第五章 結(jié)束語 65-67 5.1 工作總結(jié) 65 5.2 研究展望 65-67 致謝 67-69 參考文獻【索購全文】Q聯(lián)系Q：138113721 Q聯(lián)系Q: 139938848 全