工业检测中图像匹配快速算法的研究.doc
约53页DOC格式手机打开展开
工业检测中图像匹配快速算法的研究,①页数53②字数24877③ 摘要图像匹配是根据已知模式的图像在一幅陌生图像中寻找对应该模式的子图像的过程，它是图像理解和机器视觉的基础。图像匹配技术涉及的应用领域广泛，在工业检测、遥感测量、生物医学、交通管理和图像数据库检索等领域中。匹配研究涉及到了许多相关知识领域，如图像采样、变换、...
内容介绍
此文档由会员 李海龙 发布
工业检测中图像匹配快速算法的研究
①页数 53
②字数 24877
③ 摘要
图像匹配是根据已知模式的图像在一幅陌生图像中寻找对应该模式的子图像的过程，它是图像理解和机器视觉的基础。图像匹配技术涉及的应用领域广泛，在工业检测、遥感测量、生物医学、交通管理和图像数据库检索等领域中。匹配研究涉及到了许多相关知识领域，如图像采样、变换、预处理、分割、特征提取等，并且将计算机视觉、多维信号处理和数值计算方法等紧密结合。
本文将主要针对工业检测中的图像匹配快速算法进行研究，重点讨论模板匹配方法中的快速算法的可行性。在模板匹配中，本文将重点阐述同心圆矩匹配快速算法的可行性，同时讨论旋转角度计算中的快速算法的研究，本文主要讨论了两种快速算法的性能。在图像匹配快速算法的研究中，本文主要做了如下几个方面的工作：
1． 在深刻理解同心圆窗口矩匹配原理的基础上，对该方法进行了改进，大大降低了算法的计算复杂程度。主要做法是：利用采样原理，在遍历图像时，进行隔点采样，然后在粗匹配点领域内进行二次匹配；同时在计算模板窗口n阶距时，也进行了采样，大量现场实验结果证明了这种做法的可行性。加入采样方法的同心圆矩匹配方法处理时间减少了70％（在相同情况下），同时保证了原有的检测精度。
2． 结合主轴角计算方法和最小距离图匹配方法对图像匹配中的旋转角度计算进行了改进。主要方法是：先利用主轴角算法计算一个初始值，然后利用最小距离图匹配的方法进行二次计算，可以使旋转角度的计算达到±1º的精度。
3． 引入了利用曲面拟和方法进行旋转角度计算的快速算法。首先对模板进行以若干角度为间隔的旋转（例如10度为间隔，有36个角度的模板），然后分别计算每种模板和待检测图像的正相关系数，对这些系数进行曲面拟和，处于峰值处的点对应的角度最为最优结果。
4． 对边缘匹配方法进行了一些改进的尝试。
5． 对光照模型进行了研究，在算法中加入了一些预处理步骤，来消除不良光照条件对图像匹配可能造成的影响。
④关键字 图像匹配，工业检测，矩匹配，最小距离匹配，曲线拟和
⑤参考文献
[Merickel88] Merickel.M, "3D Reconstruction: The Registration problem" ,CVGIP, Vol 42,
[CCH97] Chang.S.H,Cheng.F.H and Hsu.W.H,"Fast algorithm for point pattern matching: Invariant to translations, rotations and scale changes", Pattern Recognition, Vol 30(2), pp.311-320, 1997
[AF86] Ayache.N and Faugeras.O, "HYPER: a new approach for the recognition and positioning of two-dimensional objects", IEEE Trans on PAMI, Vol 8(1), pp 44-54
[GS86] Goshtasby.A,Stockman.C and Page.C.V “A region-based approach to digital image registration with sub-pixel accuracy", IEEE Trans on Geoscience and Remote Sensing, Vol 24(3), pp 390-399
[KS91] Kellman P. And Shipley T., "A theory of visual interpolation in object perception", Cognitive Psychology, Vol 23,pp 141-221,
[李介谷88] 李介谷，施鹏飞，刘重庆，"图象处理技术"
孙家广 “计算机图形学”
[Borgefors84] Borgefors.G, "Distance transformations in arbitrary dimensions", CVGIP, Vol 27
[Borgefors86] Borgefors.G," Distance transforms in Digital images", CVGIP
Borgefors.G," Hierarchical chamfer matching: a parametric edge matching algorithm", IEEE Trans on PAMI, Vol 10(6)
尤甫荟，郑南宁，王爱群 “基于非均匀采样及选择注意机制的多分辨边缘检测”
①页数 53
②字数 24877
③ 摘要
图像匹配是根据已知模式的图像在一幅陌生图像中寻找对应该模式的子图像的过程，它是图像理解和机器视觉的基础。图像匹配技术涉及的应用领域广泛，在工业检测、遥感测量、生物医学、交通管理和图像数据库检索等领域中。匹配研究涉及到了许多相关知识领域，如图像采样、变换、预处理、分割、特征提取等，并且将计算机视觉、多维信号处理和数值计算方法等紧密结合。
本文将主要针对工业检测中的图像匹配快速算法进行研究，重点讨论模板匹配方法中的快速算法的可行性。在模板匹配中，本文将重点阐述同心圆矩匹配快速算法的可行性，同时讨论旋转角度计算中的快速算法的研究，本文主要讨论了两种快速算法的性能。在图像匹配快速算法的研究中，本文主要做了如下几个方面的工作：
1． 在深刻理解同心圆窗口矩匹配原理的基础上，对该方法进行了改进，大大降低了算法的计算复杂程度。主要做法是：利用采样原理，在遍历图像时，进行隔点采样，然后在粗匹配点领域内进行二次匹配；同时在计算模板窗口n阶距时，也进行了采样，大量现场实验结果证明了这种做法的可行性。加入采样方法的同心圆矩匹配方法处理时间减少了70％（在相同情况下），同时保证了原有的检测精度。
2． 结合主轴角计算方法和最小距离图匹配方法对图像匹配中的旋转角度计算进行了改进。主要方法是：先利用主轴角算法计算一个初始值，然后利用最小距离图匹配的方法进行二次计算，可以使旋转角度的计算达到±1º的精度。
3． 引入了利用曲面拟和方法进行旋转角度计算的快速算法。首先对模板进行以若干角度为间隔的旋转（例如10度为间隔，有36个角度的模板），然后分别计算每种模板和待检测图像的正相关系数，对这些系数进行曲面拟和，处于峰值处的点对应的角度最为最优结果。
4． 对边缘匹配方法进行了一些改进的尝试。
5． 对光照模型进行了研究，在算法中加入了一些预处理步骤，来消除不良光照条件对图像匹配可能造成的影响。
④关键字 图像匹配，工业检测，矩匹配，最小距离匹配，曲线拟和
⑤参考文献
[Merickel88] Merickel.M, "3D Reconstruction: The Registration problem" ,CVGIP, Vol 42,
[CCH97] Chang.S.H,Cheng.F.H and Hsu.W.H,"Fast algorithm for point pattern matching: Invariant to translations, rotations and scale changes", Pattern Recognition, Vol 30(2), pp.311-320, 1997
[AF86] Ayache.N and Faugeras.O, "HYPER: a new approach for the recognition and positioning of two-dimensional objects", IEEE Trans on PAMI, Vol 8(1), pp 44-54
[GS86] Goshtasby.A,Stockman.C and Page.C.V “A region-based approach to digital image registration with sub-pixel accuracy", IEEE Trans on Geoscience and Remote Sensing, Vol 24(3), pp 390-399
[KS91] Kellman P. And Shipley T., "A theory of visual interpolation in object perception", Cognitive Psychology, Vol 23,pp 141-221,
[李介谷88] 李介谷，施鹏飞，刘重庆，"图象处理技术"
孙家广 “计算机图形学”
[Borgefors84] Borgefors.G, "Distance transformations in arbitrary dimensions", CVGIP, Vol 27
[Borgefors86] Borgefors.G," Distance transforms in Digital images", CVGIP
Borgefors.G," Hierarchical chamfer matching: a parametric edge matching algorithm", IEEE Trans on PAMI, Vol 10(6)
尤甫荟，郑南宁，王爱群 “基于非均匀采样及选择注意机制的多分辨边缘检测”
