基于l曲率的尺度空间技术-计算数学专业论文.docxVIP

承诺书 本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进 行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外， 本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所 涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标 明。 本人授权南京航空航天大学可以有权保留送交论文的复印件，允许 论文被查阅和借阅,可以将学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或其他复制手段保存论文。 (保密的学位论文在解密后适用本承诺书) 作者签名： 日 期： 南京航空航天大学硕士学位论文 南京航空航天大学硕士学位论文 基于 基于 L 曲率的尺度空间技术 I I PAGE PAGE IV 摘 要 在计算机视觉任务中，由于数字图像的离散特性，需要发展相应的数学工具来对其进行 分析和理解，因此这是计算数学的一个具体应用领域。对于数字曲线，可以使用一款离散曲 率计量方法即 L 曲率来分析其性质。本文研究了基于 L 曲率的尺度空间技术，包括 L 曲率尺 度空间（ L -CSS）角点检测技术、 L -CSS 形状描述和匹配技术。 尺度空间角点检测技术既能完整描述图像的整体特征又能检测到图像的细节特征，是理 解与分析图像的一种现代化工具。多尺度曲率积（MSCP）算法能够增加特征点的信息，抑 制噪声。本文结合 L 曲率及多尺度曲率积思想提出一种新的角点检测算法，称为 L 曲率多尺 度积（ L -MSCP）角点检测算法。该算法首先提取图像的边缘轮廓曲线，然后计算不同尺度 下的 L 曲率，最后得出轮廓曲线上各点在不同尺度下的曲率乘积，将曲率乘积的局部极值超 过给定阈值的点认定为角点。仿真实验分析表明该算法能增强曲率极值点的峰值，抑制噪声， 且不改变角点的位置，对噪声具有较强的鲁棒性。角点数一致性（CCN）准则证明了该算法 对旋转变换、尺度变换和仿射变换是稳定的。 本文同时给出了基于 L 曲率的多尺度形状描述技术。首先提取形状曲线的曲率过零点或 极值点，在平面坐标上描述出来，构成其 L -CSS 图像。 L -CSS 图像表明 L 曲率零点和极值 点关于尺度参数是稳定的。视觉上 L -CSS 图像的拱与抛物线及其相似，基于这一特点提出 了一种形状匹配算法，即 L -CSS 图抛物线拟合算法，实验分析表明该算法与人的视觉效果 有很好的一致性。 关键字：计算机视觉， L 曲率尺度空间，角点检测，多尺度曲率积，形状匹配，抛物线拟合 Abstract For various computer vision tasks, we need to develop computational mathematical tools to analyze and understand digital images according to their discrete characteristics. In this sense, such problems can be viewed as an application field of computational mathematics. L-curvature is a measure of curvature for digital curves. In this paper L -curvature scale-space ( L -CSS) is proposed, including the L -CSS corner detection technique, the L -CSS shape description and representation technique. Scale-space corner detection can find image features at high scales and image details at low scales. It has therefore been considered as modern tools for detecting image corners. Multi-scale curvature product (MSCP) can enhance curvature extreme peaks and suppress noise. By combining the L-curvature and MSCP corner detection algorithm, a new corner detection algorithm, called L -curvature multi-scale curvature corner detection ( L -MSCP) a