项目名称: 有向图谱理论在图像匹配中应用研究

项目编号: No.61501003

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 朱明

作者单位: 安徽大学

项目金额: 19万元

中文摘要: 图像匹配是计算机视觉、图像处理中最重要的研究内容之一,一直是人们研究的难点和热点,至今尚未得到充分解决。它是多种图像处理及应用如目标识别、变化检测、三维建模等的基础,其效果将直接影响到后续图像处理工作的效果。. 本项目利用有向图谱理论来研究图像匹配问题,旨在构建一种适用性强、鲁棒性高的谱描述子,并给出一些匹配精度高、鲁棒性好的新算法。主要研究内容包括:. 1)有向图模型的构造:针对无向图模型不能充分反映特征集信息的缺点,引入有向图模型,利用边的方向提供特征之间更多的关系信息。. 2)谱描述子的构建:在复数域上构造有向图模型的矩阵表示,如Hermite矩阵、反对称矩阵等,在复数域中讨论二维平面中特征匹配问题,构造具较高鲁棒性的谱描述子。. 3)多描述子的融合:研究将所构建的谱描述子与另一些有较好表现的描述子进行融合,如形状上下文、相对夹角直方图描述子等。

中文关键词: 特征点匹配;特征匹配;谱匹配;有向图

英文摘要: Image matching is one of the most important research contents in computer vision and image processing. It has been a difficult and hot issue which has not yet been fully resolved. It is the basis for a variety of image processing applications such as object recognition, change detection and 3D modeling, and its effect will directly affect the performance of subsequent image processing work.. This project tries to utilize directed spectral graph theory to deal with the image matching problem. We aim to build a strong applicability, high robustness spectral descriptor, and give some new algorithms with high accuracy and robustness. The main research contents include:. 1) The directed graph model constructing. According to the drawback that the undirected graph models in the existing algorithms can not fully reflect the characteristics of the point sets, we utilize the edge directions of the directed graph model to provide more information of the point set.. 2) The spectral descriptor building. Some matrices, such as Hermite matrix, anti-symmetric matrix are constructed to represent the directed graph model in the complex field. We shall discuss the feature matching problem of two-dimensional plane in the complex field, and build spectral descriptor with high robustness.. 3) Multiple descriptors fusing: To further improve the matching precision, we shall find an effective way to fuse the spectral descriptor with other good descriptors, such as the shape context, relative angle histogram descriptor.

英文关键词: feature point matching;feature matching;spectral matching;directed graph

成为VIP会员查看完整内容
0

相关内容

基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
31+阅读 · 2021年6月24日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
69+阅读 · 2021年3月29日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
【图神经网络(GNN)结构化数据分析】
专知会员服务
115+阅读 · 2020年3月22日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
计算机视觉中的传统特征提取方法总结
极市平台
1+阅读 · 2021年12月9日
综述 | 基于GNN的异常检测
图与推荐
1+阅读 · 2021年9月27日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
论文浅尝 | 基于属性嵌入的知识图谱间实体对齐方法
开放知识图谱
30+阅读 · 2019年3月26日
学会原创 | 自然语言的语义表示学习方法与应用
中国人工智能学会
11+阅读 · 2019年3月7日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
31+阅读 · 2021年6月24日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
69+阅读 · 2021年3月29日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
【图神经网络(GNN)结构化数据分析】
专知会员服务
115+阅读 · 2020年3月22日
相关资讯
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
计算机视觉中的传统特征提取方法总结
极市平台
1+阅读 · 2021年12月9日
综述 | 基于GNN的异常检测
图与推荐
1+阅读 · 2021年9月27日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
论文浅尝 | 基于属性嵌入的知识图谱间实体对齐方法
开放知识图谱
30+阅读 · 2019年3月26日
学会原创 | 自然语言的语义表示学习方法与应用
中国人工智能学会
11+阅读 · 2019年3月7日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员