文档介绍：进化模板匹配法及其应用研究摘要本文借鉴模拟退火的思想,得出一种有效的选择镱略——退火选择法。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,能够博耿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,·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。关键词:图像匹配进化计算遗传算法进化模板人脸检测
知识水坝***@pologoogle为您整理
芽冢琧向。聍觯琭趓囗襳矗函幽琯印.“曲В琟已“,哲腑所.,,妒,口,,駁口堙厅甈痜,眨瑈,,猯口,谔罝,。甌№.————口訮口,琭鄐趂甮,,,“,甩口,産産猵.】。竹騊。,.,甌,,,妒騠鎓琭,玎埘,矗口,订琫..,—琽,,
知识水坝***@pologoogle为您整理
癳,,
嚣嘲锵、,仁匕》幕徽娥随濂劫孵旃删讥祝友合肥工业大学答辩委员会签名:ぷ鞯ノ弧⒅俺主席:委员:导师:本论文经答辩委员会全体委员审查,确认符合合肥工业大学硕士学位论文质量要求。
插图清单#他丝粥弛如如叭钉铊们¨虻%诣鹑舛蕖蕖藿忻嵌控制个体间距的竞争初始化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..遥感图像匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯退火选择和加快策略某此匹配的进化曲线比较⋯⋯.刚体变换参数其边界约束关系示意图⋯⋯⋯⋯⋯⋯..脸像图像二层小波分解示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯..基于进化模板的人脸检测算法流程图⋯⋯⋯⋯⋯⋯..相关匹配原理图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯相关匹配结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基本遗传算法的算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..适应度函数的线性调整⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..轮盘选择示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯百合花瓣匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯加快策略和某次匹配的进化曲线比较⋯⋯⋯⋯⋯退火温度与进化代数的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..多源遥感图片的控制点匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..适应度的退火过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯刚体变换目标匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯军事目标定位⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯进化模板匹配法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..人脸检测方法分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像的塔式分解示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯..加噪图像匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..正面端正平均人脸图像的生成⋯⋯⋯⋯⋯⋯⋯⋯⋯..不同倾斜角度的模板示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..人脸模型的坐标系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯牟糠秩肆臣觳饨峁疽馔肌复杂背景的人脸检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图图进化计算统一框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人图像匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯右眼匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯圈图籭图弧~一●▲‘.,
表格清单9E””弛驼¨¨∞钾们%甜遗传算法中主要的变异算子⋯⋯⋯⋯⋯⋯⋯针对无差异模板不同匹配算法计算性能比较针对有差异模板不同匹配算法计算性能比较退火选择与加快策略、性能比较⋯⋯⋯⋯、窗匹配次数比较⋯⋯⋯⋯⋯⋯⋯⋯..约釉隠枷衿ヅ浣峁甹⋯.图像匹配的相似性测度⋯⋯⋯⋯⋯⋯⋯⋯⋯遗传算法中主要的选择算予⋯⋯⋯⋯⋯⋯⋯遗传算法中主要的交叉算子⋯⋯⋯⋯⋯⋯⋯表加快策略和性能比较⋯⋯⋯⋯⋯⋯⋯⋯..次匹配结果⋯⋯⋯⋯⋯⋯⋯⋯..表’人脸识别图像库⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表人脸测试图像库⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯..表图表縊
签字日期:≯雌年月独创性声明学位论文版权使用授权书本人声明所呈交的学位论文是本人在导师