基于卷積變換的圖像匹配方法研究.pdf

1、作為圖像處理和計(jì)算機(jī)視覺(jué)的關(guān)鍵技術(shù)，圖像匹配被廣泛應(yīng)用于人臉匹配、人臉識(shí)別、指紋識(shí)別、產(chǎn)品檢測(cè)、交通管理、衛(wèi)星圖像解釋等領(lǐng)域，常分為基于圖像區(qū)域匹配（又稱(chēng)為基于模板匹配）和基于圖像特征匹配，并以此拓展出多種算法，從而實(shí)現(xiàn)了在特定應(yīng)用中的匹配效果。但這些算法存在某些缺陷，如計(jì)算量大、速度慢、應(yīng)用范圍狹窄、抗干擾能力差等。因此，魯棒性強(qiáng)、精度高、匹配效果好的新技術(shù)、新方法逐漸成為該領(lǐng)域的追求目標(biāo)和研究熱點(diǎn)。為了探索匹配效率高、適用性強(qiáng)的算法

2、，達(dá)到在圖像或視頻序列中快速尋找并定位目標(biāo)圖像的目的，根據(jù)圖像預(yù)處理、模板匹配、多目標(biāo)優(yōu)化、圖像卷積和閾值判斷相關(guān)知識(shí)，本文提出了一種基于卷積變換的圖像匹配新方法。該方法包含單模板匹配和多模板匹配。
　　本研究主要內(nèi)容包括：⑴圖像庫(kù)建立。首先對(duì)Internet圖像、攝像機(jī)拍攝圖像、ORL和Yale人臉庫(kù)進(jìn)行人臉圖像采樣，再對(duì)圖像進(jìn)行光照均衡化、尺寸歸一化、灰度化、直方圖均衡化等處理，得到實(shí)驗(yàn)圖像庫(kù)。⑵卷積模板合成。以人臉識(shí)別中常用

3、的人臉比例為依據(jù)，結(jié)合實(shí)驗(yàn)庫(kù)圖像的特征，設(shè)定模板尺寸。單模板匹配以整個(gè)人臉為卷積模板，多模板匹配以人臉、雙眼和嘴鼻為卷積模板，根據(jù)人臉樣本特征設(shè)定這些模板的尺寸，再利用MATLAB工具箱進(jìn)行合成。⑶像素值歸一化。在不同色彩空間和多個(gè)顏色通道下，對(duì)卷積模板和待匹配圖像進(jìn)行像素值歸一化處理。根據(jù)不同的歸一化原理和具體實(shí)現(xiàn)過(guò)程，確定后續(xù)圖像匹配判斷標(biāo)準(zhǔn)。⑷閾值訓(xùn)練。對(duì)歸一化后的模板和實(shí)驗(yàn)庫(kù)圖像進(jìn)行卷積，并根據(jù)卷積值訓(xùn)練閾值。單模板匹配通過(guò)卷積

4、值的分布情況直接對(duì)閾值進(jìn)行訓(xùn)練;多模板匹配通過(guò)構(gòu)造多目標(biāo)優(yōu)化函數(shù)，對(duì)各卷積模板的權(quán)重系數(shù)和閾值進(jìn)行訓(xùn)練。⑸使用自建立的圖像庫(kù)進(jìn)行實(shí)驗(yàn)，單模板匹配采用RGB、HSI、YUV和YCrCb色彩空間的多個(gè)通道進(jìn)行實(shí)驗(yàn);多模板匹配采用灰度空間的灰度分量進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文提出的基于卷積變換的圖像匹配方法正確率高、計(jì)算量小、魯棒性強(qiáng)、運(yùn)算速度快且易于實(shí)現(xiàn)。⑹本文創(chuàng)新點(diǎn)包括：在模板匹配基礎(chǔ)上，提出了一種新的基于卷積變換的圖像匹配方法；根據(jù)多目