原文服务方: 科技与创新       
摘要:
目前报道的图像局部匹配方法一般假设参数变化符合线性或高斯分布,求解容易陷入局部极值,不能适应变形程度较大的情况.本文针对此问题提出了一种基于贝叶斯估计的方法,通过马尔科夫链蒙特卡罗(MCMC)算法求解后验概率分布的极值获得最优匹配参数.试验表明本文方法可以精确地匹配存在较大形变的点局部区域,并且可以成功地处理视频跟踪目标的尺度和方向变化.
推荐文章
基于贝叶斯匹配追踪的SAR图像重构
压缩感知
SAR图像
高斯混合参数
贝叶斯
EM
一种基于功率谱估计的图像相位匹配方法
相位匹配
相位相关
相位解绕
功率谱估计
亚像素
一种基于LTP特征的图像匹配方法
图像匹配
局部三值模式
局部二值模式
尺度不变特征变换
基于稀疏贝叶斯估计的单图像超分辨率算法
单图像超分辨率
超分辨率
贝叶斯估计
回归
稀疏表示
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于贝叶斯估计的图像局部匹配方法
来源期刊 科技与创新 学科
关键词 点局部匹配 贝叶斯估计 色彩分布
年,卷(期) 2010,(21) 所属期刊栏目
研究方向 页码范围 4-5,8
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.21.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨鸿波 北京信息科技大学自动化学院 27 82 5.0 7.0
2 侯霞 北京信息科技大学计算机学院 56 171 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (43)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(2)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(3)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
点局部匹配
贝叶斯估计
色彩分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导