薛富国[1]2002年在《兴趣点检测和图像匹配技术的研究》文中研究指明本文主要研究基于灰度图像的兴趣点检测算法和利用兴趣点进行序列图像匹配的方法。 兴趣点是图像灰度在x、y两个方向上都有很大变化的一类特征点，它是一种非常有用的底层特征。本文首先介绍了一些经典的兴趣点检测算法并分析了各算法的优缺点，接着从一个新的角度阐述了兴趣点检测的关键技术和影响兴趣点检测性能的几个因素，并说明了一些改进检测性能的方法。 利用兴趣点进行序列图像匹配可以利用兴趣点及其邻域的灰度信息和兴趣点集的几何信息。本文提出了利用具有旋转不变特性的灰度差分不变量并结合兴趣点的DT结构在对极几何限制下进行图像匹配的新方法。实验结果表明该方法有效的克服了图像遮挡和透视失真给图像匹配带来的困难，获得了较好的匹配结果。
罗海燕[2]2008年在《多时相图像匹配技术研究》文中进行了进一步梳理图像匹配是计算机视觉和图像处理中一个很重要的技术。它的应用涉及到军事、工业、医学、遥感等多个领域。传感器技术的发展,使得获取的图像数据信息更加丰富,将多源传感器技术应用到图像匹配中,扩展了图像匹配的应用范围。在多源图像匹配中,主要存在的问题有:不同时刻的图像之间的旋转、放缩、噪声、畸变等变化,不同传感器图像之间的差异性。针对这些问题,本文主要研究了不同时刻的可见光图像之间的匹配,以及红外图像和可见光图像之间的匹配。本文首先分析了红外图像和可见光图像的成像原理,对红外图像和可见光图像的特点和匹配特征进行了分析比较;在此基础上,研究并实现了一种基于边缘信息的匹配方法,通过提取边缘来减少红外图像和可见光图像之间的差异。分别对红外图像的图像增强、边缘提取、噪声和伪边缘去除、相似性度量等相关技术进行了研究。经过对大量景观图像数据的实验,表明该方法对红外图像和可见光图像的匹配具有一定的鲁棒性。在分析了不同时刻可见光图像的特点的基础上,对多时图像的匹配特征进行了分析比较,研究并实现了一种基于特征点的匹配方法,通过特征点提取来消除多时图像噪声、旋转、放缩、畸变等的影响。对常用的特征点提取方法进行了分析对比,并详细的研究了一种SIFT特征点的提取方法。提出将距离约束加到误匹配的消除中,大大的减少了误匹配点对数。实验证明,该方法对旋转、放缩、畸变等能够保持很大程度的稳定性。
张春美[3]2008年在《特征点提取及其在图像匹配中的应用研究》文中研究说明图像匹配技术是计算机视觉和数字图像处理的重要内容,在目标识别与分析、机器人视觉导航、模式识别、医学影像分析等众多领域有着广泛的应用。成像条件的变化,造成了遥感图像之间的几何变形和灰度差异,这些因素都给匹配带来了困难,为了使图像匹配技术得到更完美的应用,众多学者都致力于图像匹配技术的研究。本文对遥感图像目标匹配问题进行了研究和探讨,深入研究了基于特征点的匹配算法,围绕特征点提取、基于特征点位置关系的匹配方法以及基于特征点特征描述的匹配方法叁个方面进行了研究和实验。本文的主要工作和创新点如下:1.分析了特征点匹配的重要性和研究的必要性,详细归纳总结了特征点提取技术和图像匹配技术的分类、研究现状及应用现状,分析了图像匹配技术面临的主要问题。2.重点研究了直接基于图像灰度信息的特征点提取方法,分析了摄影测量领域中几种常用的特征点提取算子和机器视觉领域中的尺度不变特征变换算子(SIFT),并通过实验,对各算子的速度、精度以及适应性等进行了综合评价。3.在对Hausdorff距离和遗传算法分析的基础上,提出了一种改进的Huasdorff距离形式IHD(Improved Hausdorff Distance)和一种用于图像匹配的遗传搜索策略,设计了一种以IHD为匹配测度,遗传搜索为匹配策略的基于特征点位置关系的图像匹配方法。实验证明,在遥感影像之间存在部分变形和明显灰度畸变的情况下,该方法能够较好地实现目标匹配。4.深入研究了SIFT特征描述符的生成方法,提出了利用特征点邻域的圆形区域构造描述符的方法,设计了一种基于改进SIFT特征描述符的特征点匹配方法。实验表明,对于分辨率接近的光学影像或雷达影像,在影像之间存在复杂的几何变形和灰度变化的情况下,该方法仍能取得令人满意的目标匹配结果。
祁友杰[4]2016年在《基于SoC技术的遥感图像快速匹配方法研究》文中认为遥感图像的自动解译是一个重要的研究领域,而图像匹配是自动解译技术的关键一环。近几十年来,图像匹配技术一直是计算机视觉领域研究的热点和难点。随着传感器技术的飞速发展,遥感图像的分辨率越来越高,图像尺寸和信息量也越来越大,这都加大了图像匹配的难度、复杂度和计算量。目前,匹配效果较好的一类算法,在处理大幅图像时,一般都难以满足实时性。满足图像匹配处理的实时性,要从算法设计、软硬件协同实现等多种途径着手,综合解决问题。本文针对实时图像匹配的实际需要,研究图像匹配处理的实时性实现问题,具有重要的理论意义和应用价值。目前,图像匹配算法主要分为基于特征的和基于灰度的两大类,其中,基于特征的算法,由于处理效果好、算法鲁棒性强等特点,在非实时处理领域得到了广泛应用,但这类算法计算量大,难以满足嵌入式应用领域的实时性要求。随着芯片技术特别是可编程芯片以及SoC技术的飞速发展,利用芯片设计和并行处理技术来实现图像匹配算法,具备了物质基础。现在,基于20纳米CMOS工艺的某些FPGA芯片,集成度已达几亿个晶体管的水平,时钟主频接近GHz,因此基于SoC FPGA的方式必将因为集成度高、功耗低、体积小等突出优势,而逐步成为嵌入式领域图像处理的主流方式。本文采用了基于SoC FPGA的方式来实现图像匹配算法。本文从算法设计和芯片及系统设计两个角度,针对嵌入式遥感图像处理的实际需要,对图像的快速匹配方法进行理论和技术研究,主要研究工作包括：1) 提出了一种采用混合尺度搜索策略实现大幅图像快速匹配的新算法。将指数的和线性的两种尺度变换方式结合起来,分别用于图像的粗匹配和精匹配,可大大降低匹配计算量。采用指数尺度变换策略时,利用小波变换的低频子带图像来求取图像匹配的粗略位置,并以此位置为搜索起点,在原始图像中用线性尺度变换方法求取局部的、最终的精确位置。在粗、精两种匹配过程中,可采用基于特征和线性尺度变换的算法进行特征检测和描述,如SIFT算法,这类算法匹配概率大、精度高但计算复杂、运算耗时多。小波变换的低频子图保留了图像的主要特征,初始搜索可以获得主要特征的大致位置,采用多次二维小波变换,可大大压缩初始搜索范围,如2次小波变换后,得到的低频子图只有原图的1/16,在此子图上进行特征搜索要容易得多。目前SIFT算法采用线性的尺度伸缩变换,这种方式导致图像处理速度慢,计算量难以削减。理论分析和软件数值仿真表明,本文新提出的算法可将SIFT算法的计算量减少至原来的1/3,同时,算法的小波变换、特征提取和匹配可分开处理,便于硬件电路的并行设计。2) 研究和提出了图像粗匹配时用于空间压缩的小波滤波器设计方法和约束条件。图像的高低频信息分别描述了图像的局部特征和全局特征。要实现图像的高低频分解并用低频子图进行粗匹配,需设计小波分解滤波器,而小波滤波器用提升格式小波变换来实现。与线性尺度变化的SIFT算法不同,提升格式小波变换的尺度变化是指数型的,由小波变换产生的尺度集是SIFT算法产生的尺度集的稀疏子集。在同一尺度上,小波变换产生的低频滤波效果应与SIFT算法的基本相同,这样才不会改变图像特征矢量。图像匹配依据图像的特征(即描述子)做相似性度量,本文根据小波及其滤波器的特性,研究了小波变换对描述子的影响,得出了大幅图像快速匹配算法中小波滤波器设计的约束性条件。3) 针对经典SIFT算法,基于集成电路技术提出了一种新的硬件SIFT处理电路。经典SIFT算法采用串行计算模式,大量运用浮点计算、曲线拟合、串行迭代、线性插值等方法。要在集成电路上实现SIFT算法,需要采用并行处理的方式重新设计算法的各个功能模块。本文采用并行结构、定点运算、存储复用和分布式数据管理等技术设计了SIFT算法的专用处理集成电路。为保证算法的旋转不变性,本文提出了邻域信息的极点分布提取和子模块重排序方法。与SIFT算法相比,新方法不需要浮点数的乘法运算和额外的存储空间,只需通过地址搜索和数据统计即可。同时,为降低相似性度量算法的复杂度,本文提出了一种特征二值型描述方法,新型特征矢量采用汉明距离进行相似性度量,这种度量方式比欧式距离更适合并行电路的设计。性能验证表明,采用集成电路实现的改进SIFT算法,不但有较高的匹配精度,同时算法速度满足实时性。4) 研究并提出了利用图像纹理进行特征分布预判,实现遥感图像匹配加速的方法。图像匹配的运算时间与图像大小成正比,对于特征点非均匀分布的大幅图像,如果能预先了解特征点分布的统计特性,就可针对性地减少特征点稀疏区域的无用功计算,从而提高匹配速度。遥感图像中的不同地貌,其特征点分布的统计特性差异较大。定量分析不同地貌的纹理特征,可预判图像的空间复杂度,在采用混合尺度搜索策略进行图像匹配之前,实现粗细两级匹配方式的无监督选择。对于集成电路实现的图像匹配,预判模块可作为前置模块,采用流水线方式与匹配系统相接,这样可以有效缩减整个匹配操作的计算量,实现遥感图像的匹配加速。5) 研究了本文新提出的图像匹配算法的SoC FPGA芯片的设计问题。在Xilinx Zynq 7000系列SoCFPGA芯片里,设计和实现了图像匹配算法的主要模块。Xilinx Zynq 7000系列芯片内含Xilinx的FPGA阵列PL和ARM的Cortex-M9双核处理器PS,PL和PS通过嵌入式Linux操作系统进行管理和调度。匹配算法中的小波变换、纹理预估和SIFT特征描述子提取等耗时模块采用PL资源来实现,描述子的匹配在PS中完成,两者之间利用Xilinx的AXI总线进行数据交互。系统数据的输入和输出通过Linux启动相应的I/O处理IP核,并利用于兆以太网接口与外界交互数据。芯片内部的软件设计,采用了多线程技术,将软件计算动态分配到两个CPU核中处理,进一步提高了系统处理速度。目前,对一幅1600×1050大小的彩色遥感图像进行特征提取和描述,采用软件方法需要25秒,而采用本文的SoC FPGA实现芯片只需要6毫秒。经过200多组图像数据的测试,芯片方案比软件方案可快约3个数量级。如果采用更大容量的SoC FPGA芯片来实现图像匹配算法,图像间的匹配处理时间有望达到10毫秒以下,可以满足大多数实时场合的处理需求。
莫小锋[5]2015年在《基于图像增强技术的SURF图像匹配方法研究》文中研究说明为了快速有效的对图像进行变化检测、融合和拼接等处理内容,首先需要对采集到的图像进行精确的配准。在大雾天气情况下,天空的能见度比较低,这时成像设备获取到的图像给人眼的视觉效果比较差。进行图像分析处理时,得到的图像信息量比较少,用一般的图像匹配方法无法得到高精度的匹配结果。本文以与图像处理有关的理论知识为基础,对图像增强、图像结构特征的提取、相似叁角形的距离比例不变性和图像匹配的相关技术和基本理论进行了逐步深入的研究。文中对兴趣点检测算子Moravec、角点提取算子Harris、基于灰度特征的SUSAN检测算子和基于尺度不变特征的SIFT(Scale Invariant Feature Transform)检测算法进行了详细的叙述。并通过仿真实验,验证了 SIFT算法在进行特征检测时,它对图像中存在的角度旋转变化、图像大小的改变、光线强弱的变化等保持不变性,对外界的噪声干扰也具有很强的抵抗性。但是SIFT算法对提取出的特征点进行描述时,使用了高达128维的描述符向量,这无疑增加了特征点之间相似性度量函数的运算量,而且采用SIFT算法匹配好的特征点中存在很多伪匹配点的问题。本文将图像增强算法MSR(Multi-Scale Retinex)结合快速的SURF(Speeded Up Robust Feature)匹配算法对雾天遥感图像进行匹配研究,提出了一种基于图像增强技术的SURF图像匹配方法。首先用MSR图像增强技术对雾天获取的图像进行增强,然后采用SURF算法完成特征点的检测,用欧氏距离度量特征点的相似性,最后根据相似叁角形的距离比例不变性,剔除匹配性不高的点。仿真实验的结果表明,本文提出的方法显着改善了雾天图像对比度差的问题,丰富了图像内部的细节信息,在特征点检测和提取过程中得到了很多信息量丰富的特征点,匹配结果得到了明显的改善。经过对匹配性不高点的删除,进一步提高了图像特征点的匹配精度,为图像进行变化检测、融合和拼接提供了良好的基础。
李嫣[6]2013年在《智能监控系统中目标匹配技术的研究》文中提出随着计算机硬件和人工智能技术的飞跃发展,智能计算机技术已经受到各行各业的青睐。而智能监控系统作为其分支之一,也被广泛的应用于生产、安防、治安等各领域。作为智能监控系统的关键技术之一的图像匹配技术,对于智能监控系统的性能有着决定性的影响。多样和复杂的实际应用场景对匹配算法提出了很高的要求。不仅要求匹配算法能在目标发生旋转,尺度变化,光照变化等多种情况下时准确无误的匹配上目标,还要兼顾算法的匹配速率,确保系统能够对目标进行实时的监控。本文在前人的研究成果上,对目前应用最广泛的基于SIFT特征的图像匹配算法进行了研究分析,针对其性能上的不足提出了相关改进。本文主要完成的工作如下：1.调研了图像匹配的相关算法,对其中应用最广泛的基于SIFT特征的图像匹配算法进行重点研究。分析算法自身缺陷,将其与匹配算法中最为经典的基于Harris特征的图像匹配算法相结合,在提取出的SIFT特征点的基础上利用Harris算法再一次去粗存精,得到了更为精确的Harris-SIFT特征。过滤掉了冗余的SIFT特征点,在提高SIFT算法准确性的基础上提高了算法的匹配速率。2.指出了SIFT算法对于发生镜像变化的目标的匹配效果的不足,分析了造成这种现象的原因。并提出了一种基于模值差的镜像不变性的改进算法,将具有镜像不变性的模值差算子应用于SIFT算法的特征描绘步骤,最后得到的F-SIFT算子对于镜像变化不敏感,对于发生镜像变化的目标,仍具有很高的匹配准确性,同时也提高了算法实时性。
冯春[7]2013年在《基于单目视觉的目标识别与定位研究》文中进行了进一步梳理视觉技术因为其非接触、低成本、易实现的优点，已经广泛应用于工业、医学、航空航天、农业等领域，同时随着计算机和图像处理硬件设备性价比的不断提升，它获得了更加深入的研究与应用。论文在分析国内外视觉技术研究现状与发展方向的基础上，主要研究了图像特征提取与匹配、摄像机标定、深度估计、目标物空间定位等单目视觉系统几个关键问题，并将这些理论用于航天器间交会对接过程中的位姿参数确定以及工业在线识别系统。由于图像特征提取和匹配是深度估计、3D重建等关键技术的基础，本文针对轮廓特征的提取，提出了一种适用于工业在线识别的快速轮廓特征提取方法；在图像特征匹配方面，本文在研究SIFT等叁种局部特征匹配算法的基础上，结合形状上下文描述子，提出了一种改进形状上下文描述子并用于图像特征匹配，此算法特别适用于处理具有相似或对称目标物导致出现的误匹配，从而改善了图像特征匹配的效果。论文在分析研究Tsai两步标定法、Zhang基于移动平面模板标定方法以及无模型畸变图像校正算法的基础上，给出了一种基于交比不变性的分步线性标定算法，该方法避免了上述标定算法的非线性优化，只需采用线性标定方法，故可用于在线检测系统的快速标定。利用上述标定算法，在基于改进形状上下文的基础上，本文进一步给出了一种双焦单目视觉深度估计方法，解决了单目视觉条件下的目标深度估计问题，实验结果表明在深度不大的条件下可以满足精度要求，本方法特别适用于解决较小深度估计问题。单目视觉技术可用于空间目标物的定位，即确定摄像机坐标系与物体坐标系相对位姿关系。本文针对单目视觉下的具有人工标志和无人工标志的图像目标物的定位问题作了深入研究。首先分析了具有人工标志的单幅、两幅和多幅图像的目标物定位的算法，然后重点研究了无人工标志单幅图像的目标物定位问题，并提出两种算法。(1)是利用已知某一边长尺寸的平行四边形依据几何关系进行目标物的定位；(2)是基于共形几何代数建立基于特征点和特征直线融合的目标函数，并利用最优化算法得到相应的位姿参数。最后利用工业在线识别系统中的目标物进行了实验验证，结果表明所提出的单幅图像定位算法精度较高且实时性好。航天器交会对接时，首先需要确定两者间相对姿态参数。针对此问题，本文提出了基于单目视觉的3种航天器间相对位姿确定方法：(1)是在单目视觉深度估计算法的基础上给出了一种航天器间相对位姿参数的估计方法，本方法利用双焦成像算法确定航天器间相对位置，再利用相对位置确定航天器间相对姿态，最终获取相对位姿参数的解析解；(2)是在单目视觉基础上利用四元数测量方法，将系统配置的5个非共面特征光点分为两组，每组包括3个特征点，分别得到单目视觉的航天器相对位姿参数的方程组，结合两个方程组获得航天器间相对位置和姿态参数测量的解析解；(3)是采用单目视觉与激光测距仪混合系统，将单目视觉测量得到的六维位姿数据与激光测距仪高精度的测距数据融合，相比于前两种只采用单目视觉的估计方法，本方法可以进一步提高航天器间位姿参数的估计精度。单目视觉技术可以应用于工业在线识别系统中。本文详细阐述了条烟在线识别的硬件设计和软件实现的完整系统。在条烟图像处理部分的轮廓提取关键步骤中，针对图像内出现不同数量条烟的情况，本文提出一种“两步法”快速轮廓特征提取算法。第一步，利用全局阈值分割与Blob分析结合将条烟图像与皮带背景区别开，并利用最小矩形方法提取条烟矩形轮廓，此步骤粗略完成“单条”和“多条”条烟的轮廓提取；第二步，利用全局阈值分割、Blob分析与数学形态学相结合的方法进行轮廓提取的修正，以保证轮廓提取的精度。在条烟轮廓提取后需要进行特征提取以及图像识别。在准确提取条烟轮廓的基础上，提取轮廓内的颜色、纹理以及形状的图像特征，与之前建立的图像特征数据库相应的特征进行对比，计算匹配相似度完成特征匹配。烟草物流中心现场运行的良好情况验证了本文的条烟在线识别系统的稳定性、实用性。在此系统的基础上，利用第3章摄像机标定的算法，对条烟在线识别系统的单目相机进行标定。并利用条烟图像进行第4章无人工标志单幅图像定位算法的实验验证，在验证定位算法正确性的同时，也为利用单幅图像进行目标物定位的智能分拣系统提供有效方法。
孙涛[8]2008年在《基于图像匹配的PET饮料瓶封装缺陷检测研究》文中提出随着社会的进步,人民生活水平的提高,人们对消费品的质量也提出了越来越高的要求,产品的质量就成为了生产厂商和消费者关注的问题。近年来,巨大的市场需求使矿泉水、果汁等各种各样的饮料产品生产行业保持着平稳快速的发展。而饮料瓶封装质量的好坏直接或间接影响到其内部饮料的质量,应用机器视觉的PET饮料瓶检测系统能够大幅降低检测成本,提高产品质量,加快生产速度和效率。因此,对低成本、高精度、高效益的PET饮料瓶检测系统进行研究具有很重要的实际意义。对于工业检测应用,同时具备精度高、可靠性强和实时性好的检测技术一直是人们不懈努力追求的目标。本文研究适用于工业流水线上的PET饮料瓶封装缺陷检测系统。根据PET饮料瓶封装缺陷检测的特点及实际生产要求,首先分析系统的设计目标,对系统的整体方案进行了设计,包括系统总体结构的设计,系统的硬件选择,并对其软件系统的进行了设计与实现。在图像匹配算法方面,在SUSAN边缘检测算法的基础上,提出了一种能够自适应提取其灰度差阈值的改进的SUSAN边缘检测算法,实现了更好的边缘检测效果。根据PET瓶检测系统的特点,从特征空间和相似性测度的角度出发,提出了利用图像的灰度信息、形态信息和在变换域的信息,通过构造综合特征来进行图像匹配,即在图像预处理时,首先采用改进的SUSAN算法检测图像目标的边缘来实现定位与分割,其次利用图像直方图不变矩并结合周长、面积、灰度等特征进行图像匹配。由于SUSAN算法检测特征定位准确,且对局部噪声不敏感,而图像直方图不变矩具有平移、旋转、比例不变性,因此,本文的基于图像形态信息、灰度信息和矩的直方图不变矩图像匹配算法。在保证匹配精度的同时,大大提高匹配速度,既具有较强的抗灰度、抗几何畸变能力,又具有较强的噪声抑制能力。最后,对PET饮料瓶瓶身缺陷检测和瓶盖旋封缺陷检测进行了实现,并根据实际的检测情况对检测算法进行了相应的改进,实验结果表明本文算法能够达到在线实时检测的要求。
罗亮[9]2016年在《基于SIFT算法的图像匹配技术的研究》文中研究指明图像匹配是指多幅图像通过某种特征算法来寻找它们之间的同名像点的过程。图像处理的重要研究对象就是图像匹配技术,它同时也是其他图像分析技术的基础,图像匹配是视觉信息领域的一种重要手段。由于图像匹配被很多学科广泛应用,很多研究学者对它进行不断的完善,图像匹配算法也就越来越成熟。对图像进行匹配需要多个步骤来完成,由于匹配算法的多样性,匹配得出的效果也就各不相同。基于图像特征的算法是现如今学者们最常用的一类算法,其最具有代表性的便是SIFT(Scale Invariant Feature Transform)算法,该算法主要是利用高斯尺度空间来构造描述子,该算法在旋转、视角旋转、仿射变换、抗干扰等方面表现出了优异的鲁棒性,而且SIFT算法还具有专一性强、信息内容庞大、可扩展性强等优势。本课题研究了基于SIFT算法的图像匹配方法,本文针对图像特征提取和匹配方法进行了深入细致的研究。首先,介绍了两种经典算法:SURF(Speeded Up Robust Feature)算法和SIFT算法,并分别介绍了两种算法的基本思想和流程。然后,提出了一种改进的SIFT算法,以圆的旋转不变性为基准,利用这个特性对特征点在圆形区域内进行描述。最后,描述SIFT的改进思路和处理流程,对两种算法进行实验并做分析比较。
汪松[10]2013年在《基于SIFT算法的图像匹配方法研究》文中研究指明图像匹配是计算机视觉和图像处理领域中一项非常重要的技术。本文对图像匹配方法进行了深入研究，主要研究内容为：图像匹配预处理、图像特征提取与匹配的基本理论和关键技术。为了提高系统的搜索精度，消除或减少各种误差因素对匹配性能带来的影响，在图像匹配前，必须对图像进行适当的预处理。本文从图像平滑和图像增强两方面对图像预处理进行了研究，并提出一种适合SIFT(Scale Invariant FeatureTransform)特征点提取的图像匹配预处理方法。文中详细分析了各种图像匹配算子，对Moravec、Harris、SUSAN、SIFT四种经典算子进行了实验对比分析，得出SIFT算子具有亮度、旋转、尺度缩放、仿射变换不变性，并且对噪声有良好的鲁棒性。因此本文选择SIFT算子进行特征提取。但是SIFT算子存在匹配点数量少、匹配精度差、匹配准确率低、容易产生重复匹配点、运算量大、实时性差等问题。最后，本文基于以上分析对SIFT算法进行了优化改进，并基于KD-tree和准欧式距离提出了一种基于SIFT算法的图像匹配方法。实验表明，本文算法在保持SIFT算法基本特性不变的基础上，具有匹配点数量多、匹配准确率高、无重复点、匹配效率高等优点，为图像精确拼接等相关领域后续产品的生成提供了精确的匹配点。同时，本文将该方法应用到版图优化方面，取得良好效果。
参考文献：
[1]. 兴趣点检测和图像匹配技术的研究[D]. 薛富国. 西安电子科技大学. 2002
[2]. 多时相图像匹配技术研究[D]. 罗海燕. 南京理工大学. 2008
[3]. 特征点提取及其在图像匹配中的应用研究[D]. 张春美. 解放军信息工程大学. 2008
[4]. 基于SoC技术的遥感图像快速匹配方法研究[D]. 祁友杰. 东南大学. 2016
[5]. 基于图像增强技术的SURF图像匹配方法研究[D]. 莫小锋. 长沙理工大学. 2015
[6]. 智能监控系统中目标匹配技术的研究[D]. 李嫣. 北京邮电大学. 2013
[7]. 基于单目视觉的目标识别与定位研究[D]. 冯春. 南京航空航天大学. 2013
[8]. 基于图像匹配的PET饮料瓶封装缺陷检测研究[D]. 孙涛. 广东工业大学. 2008
[9]. 基于SIFT算法的图像匹配技术的研究[D]. 罗亮. 东华理工大学. 2016
[10]. 基于SIFT算法的图像匹配方法研究[D]. 汪松. 西安电子科技大学. 2013
标签：计算机软件及计算机应用论文; 图像匹配论文; sift论文; 特征提取论文; 遥感图像处理论文; 图像融合论文; 灰度图像论文; 定位精度论文; 旋转变换论文; 灰度直方图论文; 图像处理论文; 遥感影像论文; 算法论文;