多相似内容图像的特征匹配 feature matching between images with multiple similar contents.pdfVIP

多相似内容图像的特征匹配 feature matching between images with multiple similar contents.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多相似内容图像的特征匹配 feature matching between images with multiple similar contents

第23卷第10期 计算机辅助设计与图形学学报 V01.23No.10 201 of Oct.201l 1年10月 JournalComputer—Aided DesignComputerGraphics 多相似内容图像的特征匹配 曾 丹,史 浩,张 琦 (上海大学特种光纤与光接入网省部共建重点实验室 上海200072) (dzeng@shu.edu.on) 摘要:针对当场景中包含多处相似内容时利用灰度或梯度信息进行特征匹配误差较大的问题,提出采用拓扑相似 性度量以去除灰度或梯度分布相似内容导致的误匹配的方法.首先提出了K近邻算法,根据相似内容间的匹配相比 非相似内容问的误匹配有着明显更小的最短最近邻距离的性质,得到相似内容间多对多的特征匹配作为待匹配关 系;然后提出了平面投影的5条拓扑相似性约束条件。利用多单应矩阵将待匹配对划分至多处平面,对各平面上特征 点进行分级三角剖分,根据拓扑相似性约束条件去除误匹配,并将多对多的匹配降为一对一匹配.实验结果表明,文 中方法可以去除区域边缘以外的误匹配. 关键词:特征匹配;相似内容;拓扑相似性约束;K近邻;平面划分 中图法分类号:TP391 Feature between with SimilarContents MatchingImagesMultiple Dan,Shi Hao,and Qi Zeng Zhang Fiber and Access 200072) (KeyLaboratoryofSpecialtyOpticsOpticalNetworks,ShanghaiUniversity,Shanghai measurementleadstooutlierscausedsimilar Abstract:Intensity-orgradient—basedsimilarity by feature addressthis novel method objects.To problem,a matching usingtopologysimilarity constraintsis Euclideandistancetomeasure contentsare proposed.Using similarity,similar nearest closerthandissimilarcontents.K is tofindmatched neighbor proposed significantly algorithm candidateswhichhave smaller distances.With significantly plane-to—plane featuresaredividedintoseveralfeature-sets allfeature-setsare byplanes.Then hierarchically five

您可能关注的文档

文档评论(0)

118zhuanqian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档