基于特征的圖像分割與匹配的研究和應用.pdf

1、圖像分割與匹配是數(shù)字圖像處理技術中兩個重要的研究方向,近年來,隨著信息技術的發(fā)展和計算機硬件成本的降低,圖像分割與匹配開始廣泛應用在很多領域。在醫(yī)學圖像上,通過將病人腫瘤區(qū)域進行分割,有利于對病情診斷和治療,通過將病人不同時間拍攝的同一模態(tài)圖片進行匹配,可以研究病情進展情況,通過將病人不同模態(tài)的圖像進行融合,可以在單幅圖像上看到有關病人更豐富的信息;在計算機視覺上,通過匹配技術可以進行目標識別與運動追蹤。
　　 本文基于圖像的特

2、征區(qū)域提出一種快速有效的圖像分割算法。算法首先利用LoG算子進行特征區(qū)域提取,然后對要分割的區(qū)域在一定尺度范圍內(nèi)進行射線化,在每條射線上采用7階多項式對灰度進行擬合,通過在LoG中心點兩側找局部最小值并進行優(yōu)化以達到分割的最優(yōu)化。大量比較試驗表明,算法較基于梯度的分割算法有明顯的改進。
　　 本文同時還基于圖像特征點提出一種環(huán)式邊角碼模型,并將該模型應用于點模式匹配。相似環(huán)式邊角碼描述了兩個特征點的局部相似空間結構,同時可以用于

3、估計局部相似變換。兩個特征點的相似度由它們關聯(lián)的最大相似環(huán)式邊角碼的長度來衡量,算法首先根據(jù)特征點的局部空間結構的相似性進行結構匹配,然后利用局部相似變換并結合聚類技術將正確匹配的特征點和錯誤匹配的特征點進行分離,如果最大類和次大類滿足一定約束,最大類將作為對應關系用于最優(yōu)變換估計。算法同時對相似條件和聚類條件進行松馳,從而保證算法不僅具有相似變換不變性,還對一定程度的仿射和視角變換具有魯棒性。廣泛的訓練實驗說明了環(huán)式邊角碼模型在點模式