基於环状取样以向量为特徵的新式比对技术.PDF

論 狀量 林 李 年 六 致 謝 研究所生涯，轉眼間就此結束，在這兩年裡很感謝許多人的幫忙與照顧，讓 我的研究生涯可以順利的完成。 首先，感謝我的指導教授李正宇教授，對我的指導並且給我學習上的方向， 引領我完成我的研究。也謝謝李桂仁教授與游景盛教授在口試時，撥空前來給予 指導與指正。 接著，感謝生物影像電腦視覺研究群的朋友們，在整個研究過程裡，彼此互 相激勵、分享學習上的心得，讓研究所的日子過的很愉快。 最後，感謝我的家人的支持，這兩年來有你們的支持才讓我順利完成碩士學 位。 在此誠摯的感謝所有陪伴我、支持我渡過研究所生涯的你們。 狀量 年來領 識 率 不 rotation-invariance 狀 量 不template 利度行feature 量 edge vector度度 量 度量度串列例 量度串列 量度 識 來了 更了率 量 I Image registration in machine vision is a very popular and useful research topic in both theoretical and practical problems. Geometric pattern matching is one of the most promising research directions in image registration. Major difficulties for pattern matching are performance, scale- and rotation-invariance, and robustness. It is hard to achieve these three objectives at the same time. Circular template sampling intrinsically bears rotation-invariance with lower computational complexity. In the proposed method, under circular sampling, the templates were sampled uniformly on 24-way to retrieve the consecutiv