基于谱图理论的特征匹配方法研究
【摘要】：特征匹配是计算机视觉和模式识别中的一个基本问题,是三维重建,图像配准,图像检索,目标识别与分类等很多具体应用中必不可少的重要环节。

作为特征匹配中的一类代表性方法,基于谱图理论的匹配方法的基本思想是将特征匹配问题转化图匹配问题,其中特征之间的关系采用矩阵形式来描述,通过分析这些矩阵的谱特性,从而达到特征匹配的目的。

基于谱图理论的匹配方法,为复杂变形情况下的特征匹配问题提供了一种较好的解决途径,而且计算简单,有效地克服了图匹配中的组合爆炸问题。

本文围绕基于谱图理论的特征匹配方法做了一些相关研究,主要研究内容和研究成果如下：1.对基于谱图理论的特征匹配算法进行了较为系统的探索,在总结以往文献中典型算法的基础上,以数学理论为依据,对典型算法中所用谱方法的原理和本质进行了研究。

2.在对文献中两种经典算法分析的基础上,给出了一种新邻接谱图像特征点匹配算法。

该方法构造的亲和矩阵不仅考虑了同一幅图像内和不同图像之间特征的几何相似性,另外还加入了特征之间的纹理相似性权重因子。

实验结果表明,该方法在图像发生旋转、平移、缩放变换和扭曲的情况下要优于文献中的方法。

3.给出了一种边缘相似性加权方法。

基本思想是,对辨别能力较强的边缘给予更大的权重系数,而对重复比较多,辨别能力较弱的边缘降低权重系数,这样,亲和矩阵的谱特性能更可靠地反应特征之间的匹配关系。

实验结果表明,这种加权方法能有效改善谱匹配方法的性能。

【关键词】：谱图理
论特征匹配亲和矩阵计算机视觉模式识别
【学位授予单位】：山西大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP391.41
【目录】：中文摘要8-9ABSTRACT9-11第一章绪论11-151.1研究背景及选题意义11-121.2国内外研究现状12-131.3图像特征匹配13-141.4本文主要内容及结构安排14-15第二章谱图理论相关知识15-242.1谱图理论15-182.2奇异值分解(SVD)18-212.3特征值分解21-222.4Raleigh’sration理论和Perron-Frobenius理论22-24第三章基于一种新邻接谱的图像特征匹配算法24-423.1算法回顾24-293.1.1Scott和Longuet-Higgins算法24-273.1.2Shapiro和Brady算法27-293.2基于一种新邻接谱的图像特征匹配算法29-313.2.1算法描述29-313.2.2算法原理分析313.3实验结果及分析31-413.4本章小结41-42第四章基于谱方法的特征点对匹配算法研究42-594.1算法回顾42-444.1.1Leordeanu和Hebert算法42-444.2基于谱方法的特征点对匹配算法44-484.2.1算法描述45-474.2.2算法原理分析47-484.3实验结果及分析48-574.4本章小结57-59第五章全文总结59-61参考文献61-65攻读学位期间取得的研究成果65-66致谢66-67个人简况及联。