图书介绍

点集匹配算法及应用研究PDF|Epub|txt|kindle电子书版本网盘下载

点集匹配算法及应用研究
  • 马佳义,赵季,马泳,田金文著 著
  • 出版社: 北京:科学出版社
  • ISBN:9787030577122
  • 出版时间:2018
  • 标注页数:152页
  • 文件大小:28MB
  • 文件页数:179页
  • 主题词:电子计算机-点集-算法理论

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

点集匹配算法及应用研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 绪论1

1.1引言1

1.2点集匹配问题的定义、分类与难点2

1.2.1点集匹配问题的定义2

1.2.2点集匹配问题的分类2

1.2.3点集匹配问题的应用与研究难点3

1.3点集匹配算法的基本框架5

1.3.1特征提取6

1.3.2特征描述8

1.3.3特征匹配9

1.3.4点集匹配技术的发展趋势17

1.4本章小结18

第2章 基于向量场一致性的图像特征点匹配算法研究19

2.1引言19

2.2正则化理论与向量场插值21

2.2.1正则化22

2.2.2向量值再生核Hilbert空间22

2.2.3Tikhonov正则化与表示定理24

2.3向量场一致性算法25

2.3.1问题的建模25

2.3.2问题的求解——EM算法26

2.3.3收敛性分析29

2.4基于稀疏近似的快速算法29

2.4.1基于低秩矩阵近似的快速实现——FastVFC30

2.4.2基于稀疏近似的快速实现——SparseVFC30

2.4.3算法稀疏近似的误差界32

2.4.4计算复杂度分析34

2.5基于向量场一致性的图像特征点匹配34

2.5.1点匹配到向量场的转化35

2.5.2矩阵核的选择35

2.5.3算法的适用性:刚性与非刚性运动35

2.5.4算法推广:参数模型36

2.5.5算法推广:分层运动混合模型37

2.5.6算法推广:层次匹配模型38

2.5.7算法的实现细节41

2.6实验结果42

2.6.1包含离群点的向量场插值42

2.6.2二维图像的特征点匹配46

2.6.3层次匹配模型算法结果53

2.6.4三维图像的特征点匹配56

2.7本章小结58

第3章 基于局部线性迁移的图像特征点匹配算法研究60

3.1引言60

3.2基于局部线性迁移的统一理论模型60

3.2.1问题的公式化60

3.2.2局部几何约束62

3.2.3刚性特征匹配64

3.2.4仿射特征匹配66

3.2.5非刚性特征匹配67

3.2.6计算复杂度分析68

3.2.7算法实现细节70

3.3实验结果与分析70

3.3.1测试数据集与实验配置70

3.3.2定性实验结果与分析71

3.3.3定量实验结果与分析72

3.3.4鲁棒性测试74

3.4本章小结75

第4章 基于L2E估计子的非刚性点集配准与图像配准算法研究77

4.1引言77

4.2基于L2E的鲁棒点匹配算法(RPM-L2E)79

4.2.1基于L2E的问题的建模79

4.2.2变换函数的估计83

4.2.3计算复杂度分析83

4.2.4算法的实现细节84

4.3RPM-L2E在非刚性稀疏点集对应中的应用84

4.3.1非刚性点集配准84

4.3.2非刚性图像特征点匹配85

4.4基于流形正则化约束的非刚性点集配准算法(MR-RPM)86

4.5RPM-L2E在非刚性稠密点集对应中的应用88

4.5.1问题的建模88

4.5.2问题的求解89

4.5.3算法的实现细节90

4.6基于移动正则化最小二乘的非刚性图像变形算法(MRLS)91

4.6.1问题的建模91

4.6.2问题的闭合解92

4.6.3计算复杂度分析93

4.7实验结果94

4.7.1非刚性点集配准的结果94

4.7.2非刚性图像特征点匹配的结果97

4.7.3非刚性图像变形的结果100

4.7.4非刚性图像配准的结果101

4.8本章小结106

第5章 基于保持全局与局部结构特征的点集配准算法研究107

5.1引言107

5.2点集配准与高斯混合模型108

5.3保持全局与局部结构特征的点集配准算法(PR-GLS)108

5.3.1问题的建模109

5.3.2问题的求解——EM算法109

5.3.3基于稀疏近似的加速算法111

5.3.4算法的实现细节112

5.4相关的非刚性点集配准算法112

5.5实验结果113

5.5.1二维形状非刚性配准的结果113

5.5.2三维形状非刚性配准的结果116

5.5.3非刚性图像特征点匹配的结果117

5.6本章小结119

第6章 基于正则化高斯场的多源图像非刚性配准算法研究120

6.1引言120

6.2高斯场准则121

6.3用于非刚性配准的正则化高斯场准则124

6.3.1问题的公式化124

6.3.2模型优化求解126

6.3.3基于稀疏近似的快速实现127

6.3.4算法复杂度分析128

6.3.5热红外和可见光人脸图像配准的应用129

6.3.6算法实现细节129

6.4实验结果与分析129

6.4.1人脸地标点配准130

6.4.2真实人脸图像配准133

6.5本章小结136

参考文献138

热门推荐