您现在的位置:首页 > >

基于SIFT的图像特征提取算法及其应用_图文


基于SIFT的图像特征 提取算法及其应用

指导老师: 答辩人: 学号: 专业:通信工程

论文框架
? 绪论 ? 图像预处理 ? SIFT算法 ? 图像聚类 ? 实验结果及分析

? 结论

绪论

? 信息时代 ? SIFT ——Scale Invariant Feature Transform ? 课题目标

图像预处理
车牌定位预处理流程图如下所示:
灰度化

图像边 缘检测

腐蚀

填充

形态滤 波

图片切割是根据图片的总大小,将其均匀分割成小块。

SIFT算法
SIFT特征点提取算法流程图:

尺度空间 20 极值求取
40 60 80 100 120

特征点定 位

特征点定 向

特征点描 述符

50

100

150

200

250

图像聚类
图像聚类采用K-means算法,其步骤为:
选择 k个初始聚 类中心

将每个样本聚 到与其最近的 中心

将每类的均值 作为聚类中心

样本所属类是 否变化

聚类结束

实验结果及分析
对有定位的图像,取一个SIFT特征点进行聚类:
30

5.jpg 6.jpg
25

12.jpg 18.jpg

13.jpg 24.jpg

14.jpg 25.jpg

17.jpg 26.jpg

7.jpg
19.jpg 2.jpg 1.jpg 29.jpg

15.jpg
20.jpg 3.jpg 9.jpg 30.jpg

16.jpg
21.jpg 4.jpg 10.jpg 39.jpg

33.jpg

34.jpg

20

42.jpg 8.jpg 22.jpg 40.jpg

11.jpg 23.jpg 41.jpg

15

36.jpg
27.jpg

37.jpg
28.jpg

38.jpg
31.jpg

46.jpg
32.jpg 35.jpg

10

45.jpg

47.jpg

48.jpg

5

43.jpg

44.jpg

0

-5

0

5

10

15

20

25

30

对手动裁剪的图像,取一个SIFT特征点进行聚类:
30

23.jpg 17.jpg 1.jpg 2.jpg

24.jpg 18.jpg 4.jpg 3.jpg

25.jpg 20.jpg 5.jpg 7.jpg

26.jpg 21.jpg 6.jpg 8.jpg

28.jpg 22.jpg 10.jpg 9.jpg

25

20

34.jpg 31.jpg
29.jpg

36.jpg 33.jpg
30.jpg

37.jpg 35.jpg
42.jpg 19.jpg 15.jpg

40.jpg 38.jpg
47.jpg 32.jpg 16.jpg

41.jpg 39.jpg
48.jpg 27.jpg

15

11.jpg 12.jpg

14.jpg 13.jpg

10

43.jpg

44.jpg

45.jpg

46.jpg

5

0 0 5 10 15 20 25 30 35 40

对有定位的图像,取两个SIFT特征点进行聚类:
3.jpg 5.jpg 33.jpg 24.jpg 11.jpg 34.jpg 26.jpg 12.jpg 36.jpg 29.jpg 13.jpg 38.jpg 30.jpg

20

6.jpg 7.jpg 1.jpg 2.jpg 14.jpg

10.jpg 4.jpg 16.jpg

8.jpg 17.jpg

9.jpg 18.jpg

15.jpg 19.jpg

15
20.jpg 41.jpg 37.jpg 21.jpg 42.jpg 40.jpg 28.jpg 22.jpg 45.jpg 48.jpg 31.jpg 23.jpg 46.jpg 25.jpg

10

27.jpg

32.jpg

35.jpg

5

39.jpg

43.jpg

44.jpg

47.jpg

0

0

5

10

15

20

25

结论

30 30

30

25 25

20 25

20 20

20 15

15

15 15

10
10

10 10

5 5
5 5
0

0 0

0
-5 -5 0 0 5 5 10 10 15 15 20 20 25 25 30 30

0

05

10 5

15

10 20

15 25

30

20 35

25 40

请各位老师批评指正



热文推荐
友情链接: 简历 面试求职范文 职业规划 自我管理 社交礼仪 76242百科