文档介绍：摘要作为图像处理的重要环节,图像分割就是利用分割技术将多区域图像分割成所设要求的区域。本文改进了一种基于投影的快速有效的多维枷穹指钏惴ā首先,提出一种改进的甃变换尤↘—浠,给算法提供理论支持。继而,给出一种新的正交向量的求解算法,通过特征分解,选择合适的参考子空间,如图像特征向量均值向量的正交的子空间,作为投影算法中特征向量投影的参考向量。通过把多维图像数据投影到参考子空间,从而将多维图像数据变换成一维投影长度的数据,借以降低多维图像数据的维数,加权甃变换后,利用一维分割算法,如—算法,对图像进行分割。经过投影和分割的多次迭代,根据各自的地貌谱特征,把图像分割所设要求区域。然后,根据图像的空问相关性,采用涣谟蛩惴ò岩恍┣蚝喜ⅰ;诜抡婧褪挡馐虻氖笛檠橹ち烁盟惴ǖ挠效性。关键词:特征分解加权甃变换多维枷
知识水坝***@pologoogle为您整理
.,甌:甀,.猻瓼,
知识水坝***@pologoogle为您整理
本人签名:组日期巫核日期哩厶兰本人签名:嚣丝区日期型:褐痢西安电子科技大学学位论文独创性虼葱滦声明关于论文使用授权的说明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书两使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说申请学位论文与资料若有不实之处,本人承担一切的法律责任。本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。本人签名:明并表示了谢意。导师签名:
第一章绪论研究背景与意义在许多图像处理的应用中,有必要对从不同传感器获得的同一物体区域的两幅图像,进行逐个像素的处理,为了进行这样的比较,有必要将两幅图像进行空间配准,以便校正相对平移的位移、旋转的角度、缩放的偏差甚至透视角度的偏差。一般情况下,可以通过正确的图像传感器静态校准消除或者减少这些重合失调的源头;然而谛矶嗲榭鱿拢匦虢泻笾睾鲜У骷觳饧靶U夹枰M枷S惺保A擞行Ю猛枷裥畔ⅲ枰2煌丛吹耐欢韵蟮耐枷袷莼ゲ地有机结合起来,借以提高图像判读的可靠性和图像的解译能力,这就是所谓的图像融合。而图像融合首先必须将不同来源的同一对象的图像数据进行空间配准,然后才能采用一定的算法将各图像数据互补有机地结合起来生成新的图像数据。同样,在由小图像到大图像系统的图像嵌套及三维图像重建中都少不了图像配准。另外,图像配准还应用在了航空航天技术、地理信息系统、目标识别、医学图像分析、机器人视觉、虚拟现实等领域。图像配准是指同一对象的两幅或者多幅图像在空间位置的对准,图像配准涉及了许多相关邻域的知识,如图像预处理、图像分割、特征提取等,并且将计算机视觉、多维信号处理和计算方法紧密结合在一起。图像配准可以分为半自动配准和全自动配准。半自动配准是以人一机交互的方式提取特征,然后利用计算机对图像进行特征匹配、变换和重采样。全自动配准则是直接利用计算机完成图像配准工作,无需用户参与,其又可细分为基于灰度的全自动配准和基于特征的全自动配准。常用的基于灰度的全自动配准算法有:空间相关法、不变矩法、频域相关法等。虽然基于灰度的全自动配准算法有精度高的优点,但是也有如下三个重大缺酝枷窕叶鹊谋浠浅C舾校绕涫欠窍咝缘墓庹毡浠ù蟠蠼档退惴扑愀丛佣雀撸阅勘甑男#伪湟约罢诘脖冉厦舾小正因为如此,在全自动配准算法中很少采用这类的图像配准算法。而相相于基于灰度的全自动配准算法,基于特征的全自动配准算法可以克服这些缺点,从而得到广泛使用,相对地,其优点主要集中体现在以下三个方面:幅或者多幅图像,抑或同一传感器在不同时间获得的同一物体区域的两幅或者多配准点:的性能;
图像特征点比图像像素点少,因而大大减少了匹配过程中的计算量;卣鞯愕钠ヅ涠攘恐刀晕恢玫谋浠冉厦舾校梢源蟠筇岣咂ヅ涞木烦卣鞯愕奶崛」炭梢约跎僭肷挠跋欤曰叶缺浠枷裥伪湟约罢诘等都有较好的适应能力。基于特征的全自动配准算法有两个重要环节:特征提取和特征匹配。可以选取的特征包括点特征,线特征和区域特征【。特征匹配一般采用互相关来度量,但是互相关度量对旋转处理比较困难,特别是图像之间存在重叠的时候,而且计算量也大。最小二乘匹配算法【亢腿ň制ヅ涞乃沙谒惴芄惶岣吲渥冀峁孕〔ū换、神经网络和遗传算法等新的数学方法得到应用后,进一步提高了图像