圖模型在點(diǎn)模式匹配中的應(yīng)用.pdf

1、點(diǎn)模式匹配是模式識(shí)別與計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要的基礎(chǔ)性問題，研究成果可以廣泛地應(yīng)用于圖像處理、目標(biāo)識(shí)別與跟蹤、計(jì)算化學(xué)、天文學(xué)等眾多領(lǐng)域。由于待匹配點(diǎn)集間常常存在著較大的差異，使得點(diǎn)模式匹配存在著較高的復(fù)雜性，目前仍然是一個(gè)尚未完全得到解決的問題，多年來一直是諸多學(xué)者研究的熱點(diǎn)。
　　 圖模型是一種有效的結(jié)構(gòu)信息表示方式，利用圖模型來表示待匹配點(diǎn)集的結(jié)構(gòu)特征，通過研究圖模型的匹配來實(shí)現(xiàn)點(diǎn)模式匹配得到了越來越多的關(guān)注，也是目前點(diǎn)模

2、式匹配問題的主要研究方向。本文通過構(gòu)造不同的圖模型，采用不同的圖模型表示方式對(duì)不同情形下的點(diǎn)模式匹配問題進(jìn)行了研究，主要內(nèi)容與創(chuàng)新如下：
　　 1、提出了一種基于線圖Q-譜的點(diǎn)模式匹配算法。首先，分別利用待匹配點(diǎn)集構(gòu)造賦權(quán)完全圖；其次，對(duì)每個(gè)點(diǎn)，利用與其相關(guān)聯(lián)的前k條最短邊來構(gòu)造線圖；然后，根據(jù)線圖構(gòu)造無符號(hào)Laplacian矩陣，并進(jìn)行譜分解，應(yīng)用無符號(hào)Laplacian矩陣的特征值(Q-譜)來表示點(diǎn)的特征，通過這些特征計(jì)算點(diǎn)

3、之間的匹配概率；最后，通過KM算法來尋找點(diǎn)集之間的最優(yōu)匹配，并將該最優(yōu)匹配作為最終的匹配結(jié)果。該算法可以在平移、縮放、旋轉(zhuǎn)等變換下獲得較好的匹配效果，并且還能夠處理不同大小點(diǎn)集的匹配問題。實(shí)驗(yàn)結(jié)果表明了該算法的有效性。
　　 2、提出了一種基于局部相對(duì)形狀上下文與Q-譜的點(diǎn)模式匹配算法。首先，對(duì)每個(gè)點(diǎn)構(gòu)造相應(yīng)的線圖，并對(duì)線圖的無符號(hào)Laplacian矩陣進(jìn)行譜分解；其次，利用分解所獲得的特征值計(jì)算點(diǎn)的初始匹配概率；然后，通過定義

4、局部相對(duì)形狀上下文計(jì)算點(diǎn)的相似性距離；最后，將Q-譜方法與局部相對(duì)形狀上下文結(jié)合進(jìn)行概率松弛迭代獲得最終的匹配結(jié)果。實(shí)驗(yàn)結(jié)果表明該算法具有較高的匹配精度，提高了Q-譜方法的性能。
　　 3、提出了一種基于QR分解的點(diǎn)模式匹配算法。首先，利用待匹配點(diǎn)集構(gòu)造賦權(quán)完全圖，并根據(jù)賦權(quán)完全圖構(gòu)造賦權(quán)鄰接矩陣；然后，對(duì)所構(gòu)造的賦權(quán)鄰接矩陣進(jìn)行QR分解，利用分解所得的正交矩陣進(jìn)行點(diǎn)集匹配；為了進(jìn)一步提高匹配的精度，提出了一種簡(jiǎn)單的通過比較點(diǎn)的

5、前K個(gè)最相似鄰點(diǎn)的對(duì)應(yīng)關(guān)系進(jìn)行誤匹配檢測(cè)的方法；最后，通過循環(huán)檢測(cè)與匹配獲得最終匹配結(jié)果。大量的實(shí)驗(yàn)結(jié)果表明該算法具有較高的匹配精度，并能夠在較大仿射變換下獲得較好的匹配效果。
　　 4、提出了一種基于有向圖譜的點(diǎn)模式匹配算法。根據(jù)兩幅圖像所提取的特征點(diǎn)構(gòu)造賦權(quán)完全圖，在賦權(quán)完全圖的基礎(chǔ)上，提出一種邊定向方法對(duì)其進(jìn)行定向，從而獲得有向圖；根據(jù)有向圖，構(gòu)造反對(duì)稱矩陣，并對(duì)其進(jìn)行譜分解，利用獲得的部分特征向量來表示點(diǎn)的特征，通過比較