中图网

>

计算机理论

图像特征匹配算法研究及其应用

作者：陈珺

出版社：科学出版社出版时间：2019-10-01

开本： 24cm 页数： 153页

本类榜单：计算机/网络销量榜

中图价:¥67.2(7.9折) 定价 ~~¥85.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥67.2 加入购物车

版权信息
本书特色
内容简介
目录

图像特征匹配算法研究及其应用版权信息

ISBN：9787030623430
条形码：9787030623430 ; 978-7-03-062343-0
装帧：平装
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

图像特征匹配算法研究及其应用本书特色

图像匹配是计算机视觉中基础而重要的问题。实践中，由于成像设备、拍摄时间、角度的不同，以及受图像中存在的噪声、遮挡、离群点、非线性形变等诸多因素的影响，求解图像匹配问题非常困难。本书分为两大部分：*部分图像匹配算法的理论，从刚性图像匹配算法逐渐讲解到一些非刚性图像匹配算法，如基于分层混合模型的鲁棒点匹配算法、基于特征导引的图像匹配算法、基于稀疏点集与稠密流的图像匹配算法；第二部分图像匹配算法的应用，主要介绍在基于同类相似性的类别检索、机器人拓扑导航、视觉归巢等方面的应用及效果。让读者对图像匹配算法的理论和应用研究建立较为全面的认识。

图像特征匹配算法研究及其应用内容简介

本书分为两大部分: **部分图像匹配算法的理论, 从刚性图像匹配算法逐渐讲解到一些非刚性图像匹配算法, 如基于分层混合模型的鲁棒点匹配算法、基于特征导引的图像匹配算法、基于稀疏点集与稠密流的图像匹配算法 ; 第二部分图像匹配算法的应用, 主要介绍在基于同类相似性的类别检索、机器人拓扑导航、视觉归巢等方面的应用及效果。

图像特征匹配算法研究及其应用目录

目录第1章绪论 1 1.1 概述 1 1.2 图像匹配问题的定义和分类 1 1.2.1 图像匹配问题的定义 1 1.2.2 图像匹配方法的分类 3 1.3 图像匹配问题的基本框架 5 1.3.1 问题的数学描述 7 1.3.2 特征提取及描述 11 1.3.3 特征匹配 14 1.3.4 存在的问题及解决方案 17 1.3.5 研究趋势 19 第2章基于空间关系一致性的刚性点集匹配算法 21 2.1 概述 21 2.2 图像初始特征点的提取与匹配 22 2.3 空间关系一致性算法 24 2.3.1 问题建模 24 2.3.2 问题求解 25 2.3.3 刚性变换估计 27 2.4 算法复杂度分析 30 2.5 实验结果及分析 30 2.5.1 实验配置 30 2.5.2 单应实验结果 31 2.5.3 基础矩阵实验 35 2.6 收敛性分析 36 2.7 相关算法分析 38 第3章基于空间关系一致性的非刚性点集匹配算法 39 3.1 概述 39 3.2 点对应的建立 40 3.3 非刚性变换关系的估计 41 3.3.1 问题建模 41 3.3.2 问题求解 42 3.3.3 变换函数的估计 44 3.4 形状匹配算法分析 46 3.5 实验结果及分析 47 3.5.1 形状匹配结果 47 3.5.2 图像匹配结果 51 3.6 收敛性分析 60 3.7 相关算法分析 61 第4章基于分层混合模型的鲁棒点匹配算法 63 4.1 概述 63 4.2 混合变换估计 64 4.2.1 问题建模 64 4.2.2 问题求解 65 4.3 快速算法 67 4.4 算法复杂度分析 68 4.5 分层非刚性点集匹配问题 69 4.6 实验结果及分析 70 第5章基于特征导引的图像匹配算法 75 5.1 概述 75 5.2 特征导引算法 76 5.2.1 基于边缘图的特征提取 76 5.2.2 问题建模 77 5.2.3 问题求解 78 5.2.4 局部几何约束 80 5.2.5 几何形变估计 80 5.2.6 算法复杂度分析 82 5.2.7 算法参数说明 83 5.3 实验结果及分析 83 5.3.1 数据集和评估标准 84 5.3.2 多模态图像的结果 84 5.3.3 部分重叠图像的配准结果 87 5.3.4 部分重叠的多模态图像对的配准结果 90 第6章基于稀疏点集与稠密流的匹配算法 93 6.1 概述 93 6.2 基于局部线性约束的稀疏点集匹配 93 6.3 基于SIFT流的稠密像素匹配 95 6.4 基于稀疏点集与稠密流的匹配模型构建和求解 96 6.4.1 问题建模 96 6.4.2 优化求解 96 6.4.3 实施细节 98 6.5 实验结果及分析 99 6.5.1 数据集和设置 99 6.5.2 定性实验 101 6.5.3 定量实验 103 第7章基于同类相似性的类别检索 105 7.1 概述 105 7.2 算法思想描述 105 7.3 检索算法实现 107 7.3.1 图像间相似性度量 107 7.3.2 问题表述 107 7.3.3 图模型 109 7.3.4 扩展：汇总和*大化相似性 110 7.3.5 计算复杂度 110 7.4 实验结果及分析 111 7.4.1 实验数据库 111 7.4.2 MPEG-7形状数据库上对比结果 111 7.4.3 N-S数据库上对比结果 113 7.4.4 AT&T人脸数据库上对比结果 115 第8章机器人拓扑导航 117 8.1 概述 117 8.2 拓扑建图和局部化 118 8.2.1 CNN特征的图像比较 120 8.2.2 图像清晰度测量 121 8.2.3 ORB特征提取 121 8.3 基于非刚体特征匹配的几何校验 122 8.3.1 基于图像对的向量场 122 8.3.2 VFC算法表述 123 8.4 实验结果及分析 124 8.4.1 CNN特征的图像相似性比较 125 8.4.2 清晰度度量 125 8.4.3 ORB特征提取效率 126 8.4.4 VFC的几何验证 127 8.4.5 拓扑导航 128 第9章视觉归巢 130 9.1 概述 130 9.2 全景运动流的平滑先验 130 9.2.1 运动流的平滑性 130 9.2.2 平滑先验的验证 132 9.3 基于平滑先验的关键点匹配和视觉归巢 133 9.3.1 全景图像对诱导的运动流 133 9.3.2 基于平滑先验的内点检测公式化 135 9.3.3 基于平滑先验的内点检测实现 136 9.3.4 基于运动流的奇点进行视觉归巢 138 9.4 实验结果及分析 139 9.4.1 实验设置 139 9.4.2 实验结果 141 参考文献 143 附录I 专用词汇中英文对照 150 附录II 定理4.1的证明 152

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐