用于深度信息提取的图像匹配算法研究开题报告

1. 研究目的与意义

背景：

图像的处理应用领域涉及到人类生活和工作的方方面面，为了改善图像的质量和视觉效果，将图像转换成更适合任燕妮观察或机器识别的形式，以便从图像中获取更加有用的信息，开拓图像程序应用范围新领域，对图像进行几何变换，增强，去噪及边缘提取是十分必要的，其处理算法的研究是尤为重要的。目前数字图像的处理算法越来越复杂，不断有新的算法被采用，而仿真是对其进行研究不可缺少的手段，其中matlab语言成功应用在数字图像处理的算法研究中。

目的：

2. 研究内容和预期目标

主要研究内容：

这篇论文主要是采用meanshift算法来进行图像的采集及深度信息的提取。meanshift图像分割方法是一种统计迭代的核密度估计方法。meanshift算法以其简单有效而被广泛应用，但该方法在多特征组合方面和数据量较大的图像处理上仍存在不足之处，本文针对这些问题对该算法的结构进行了优化。本文利用图像上下文信息对图像进行了区域合并以此来对输入数据进行了压缩；并实现特征空间中所有特征量的优化组合。

meanshift算法被称为均值漂移算法,是一种基于核密度梯度估计的无参快速统计迭代算法。meanshift算法具有简单的形式,在实际应用中表现出较好的稳定性,抗噪性和较高的效率。因此在计算机模式识别、图像平滑、图像分割和视频跟踪等领域得到了广泛的应用。

3. 研究的方法与步骤

本论文采用的是matlab语言meanshift，所有的实验及仿真都是基于这个算法的。

研究方法：

1.理论研究法。

4. 参考文献

[1]j.sun,n.n.zhengandh.y.shum.stereomatchingusingbeliefpropagation[j].ieeetransactionsonpatternanalysisandmachineintelligence,july2003,25(7):787-800

[2]a.klaus,m.sormannandk.karner.segment-basedstereomatchingusingbeliefpropagationandaself-adaptingdissimilaritymeasure[c].the18thinternationalconferenceonpatternrecognition(icpr06),2006:

[3]杜歆，厉晓华，顾伟康等．区域法立体匹配的实时性问题研究[j]．浙江大学学报（理学版），2003，30（6）：628-631

5. 计划与进度安排

（1）3.2-3.20：根据任务书，明确设计的内容和目的，查阅相关文献材料准备开题报告。

（2）3.21-3.27：根据阅读的资料文献初步了解设计的原理以及实现的方法，开始写开题报告。

（3）3.28-4.10：掌握所选择硬件或软件平台的使用方法、开始完成设计的具体内容。