QQ客服 官方微博 反馈留言

题名	基于简易弹性网格模型的图像匹配
作者	常小刚
学位类别	工学硕士
答辩日期	2003-07-01
授予单位	中国科学院研究生院
授予地点	中国科学院自动化研究所
导师	卢汉清
关键词	图像匹配 弹性模型匹配 三次样条曲线插值 非线性多尺度空间 linage registration elastic model-based matching cubic spline interpolation non-linear scale-space
其他题名	Image Registration Based on Simplified Elastic Net Model
学位专业	模式识别与智能系统
中文摘要	图像匹配是计算机视觉的一个重要研究领域，它将两幅具有相似结构的图像 进行空间与灰度上的对齐，进而融合两幅图像所包含的信息，以便于对场景进行 综合分析。空间上的图像匹配可分为全局匹配和非全局匹配。非全局匹配能够处 理复杂的局部形变，将图像更为准确地对齐，因而在实战中得到越来越多的应用。 论文对目前所采用图像匹配技术进行了较全面的概述。其基于弹性模型的变形 匹配是非全局匹配方法中研究比较多的一种。 本文提出一种适用于弹性网格匹配模型的三次样条曲线插值图像变换方法， 提高了图像变换的速度。并在对图像做全局的粗对准之后，通过微向扩散、多分 辨率搜索、多级网格、三次样条曲线图像插值以及多尺度图像匹配等技术的综合 使用，提出了一种基于简易弹性网格模型的图像非刚体匹配方法，在医学图像及 古人类头盖骨化石数据的匹配应用之中得到了好的效果。 本文还对基于非线性多尺度图像的匹配进行了一定的探索，通过选择合适的 参数，将微商扩散多尺度方法应用到弹性网格匹配模型当中。为丁避免局部极值 的问题，许多学者建议采用多级的匹配方法，其中一类是基于多尺度图像的匹配． 多尺度的方法通过简化图像的细节来减少局部极值对搜索过程的影响，近年来， 非线性多尺度空间逐渐引起人们的重视；与传统的线性尺度空间（高斯尺度空间） 相比，非线性尺度空间能够保持图像重要的边缘特征。本文回顾了非线性多尺度 的主要方法，并就其应用于图像的弹性模型匹配进行了实践。
英文摘要	Image registration is one of fundamental researching areas in computer vision, which is used to determine the mapping between two images both spatially and with respect to intensity, for purpose of integrating the information from both images. There are two groups of registration methods with respect to the type of spatial transformation: global models and local method. Local method can deal with complex variations and distortions between images, and match them more exactly than global methods. The elastic matching model is one of frequently studied local methods. In this paper we proposed a registration approach based on the simplified linear elastic model. First the image are globally aligned with a principle axis method, then a rectangular elastic net is applied on the images for local matching. Every nodes on the net received external force from its corresponding point, and internal force from its four neighbors. The elastic net will deform and finally reach a balanced state. This method takes a multi-resolution searching strategy for the corresponding points in order to archive better matching. We also proposed a mapping function using on cubic spline interpolation, which is very fast and considerable precise. We also take some work on elastic matching based on non-linear diffusion image scale-space, by introducing a scale-related diffusion parameter. Many hierarchical strategies are introduced into image registration to avoid local minima trap, methods base on multi-scale images is one of them, which decrease image details gradually. In recent years, non-linear scale-space gained more and more attention, for its ability of preserving import features. We make an introduction to non-linear scale-space, and apply it into the elastic registration.
语种	中文
其他标识符	706
内容类型	学位论文
源URL	[http://ir.ia.ac.cn/handle/173211/6816]
专题	毕业生_硕士学位论文
推荐引用方式 GB/T 7714	常小刚. 基于简易弹性网格模型的图像匹配[D]. 中国科学院自动化研究所. 中国科学院研究生院. 2003.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。