0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: 图书分类 > 信息技术 > 计算机理论 > 点集匹配算法及应用研究

相同语种的商品

浏览历史

点集匹配算法及应用研究


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
点集匹配算法及应用研究
  • 书号:9787030577122
    作者:马佳义等
  • 外文书名:
  • 装帧:平装
    开本:16
  • 页数:152
    字数:190000
    语种:zh-Hans
  • 出版社:科学出版社
    出版时间:2018-06-01
  • 所属分类:
  • 定价: ¥60.00元
    售价: ¥47.40元
  • 图书介质:
    按需印刷

  • 购买数量: 件  缺货,请选择其他介质图书!
  • 商品总价:

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

点集匹配是计算机视觉与模式识别领域中的一个基础而关键的问题,其目标在于寻找给定两组点集之间的点点对应关系。本书介绍基于非参数模型的一系列方法及其在图像特征点匹配、非刚性点集配准和非刚性图像配准等问题中的应用。首先,针对图像特征点匹配算法研究问题,介绍基于向量场插值的匹配模型、基于局部线性迁移的模型约束,以及基于稀疏近似的模型求解快速算法。其次,针对非刚性点集配准问题,介绍基于鲁棒估计子和基于保持全局与局部结构特征的匹配算法。最后,针对非刚性图像配准问题,介绍基于正则化高斯场的多源图像匹配算法。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 目录
    前言
    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Hi1bert空间 22
    2.2.3 Tikhonov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——FastVFC 30
    2.4.2 基于稀疏近似的快速实现——SparseVFC 30
    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貴 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
    4.3 RPM-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
    4.5 RPM-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
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证