平面影像之對齊與相似度評估

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：28

、訪客IP：3.15.239.0

姓名

蔣柏笙(Po-Sheng Chiang) 查詢紙本館藏

畢業系所

機械工程學系

論文名稱

平面影像之對齊與相似度評估

相關論文

★ 適應性類神經模糊控制器於泵浦系統之應用	★ 自調式類神經PID控制於超音波馬達之應用
★ 共模干擾對儀表放大器之可靠度分析	★ 自走式銲接機械手臂之遠端遙控
★ 三角網面為基礎之曲面設計系統發展與應用	★ 應用RBF類神經網路於超音波馬達之位置控制
★ 衛星星系於氣象觀測之設計與研究	★ 強健適應性類神經控制研究
★ 膨脹侵蝕法於影像內插運算與三維曲面重建之研究	★ Nanosat極微衛星電源系統規劃與分析
★ 應用類神經網路與模糊控制於泵浦量測系統的研究	★ 斷層影像之B-Spline 參數曲線與曲面重建研究
★ 低成本微衛星之氣象觀測任務與星系設計	★ 雙輸入雙輸出模糊控制於泵浦控制之研究
★ 類神經網路理論於逆向工程曲面重建之研究	★ 應用基因演算法於模糊控制器設計之研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

在一些需要進行影像比對，像是逆向工程、機械視覺與醫學影像處理的工作上來說，圖形的對齊是一件相當重要的事情。本研究主要是結合了SOM類神經網路與ICP演算法，使其能達到對平面點資料或圖形自動進行對齊動作的目標。在對齊的過程裡除了可以得到兩組點資料之間的幾何轉換矩陣之外，還能得到一個以平均距離誤差為依據的相似度數值。
本研究是先從點陣圖或圖形資料裡得到資料點位置，之後使用一維SOM類神經網路處理得到可代表圖形的特徵點，並以這些特徵點進行初步的粗略對齊。隨後使用ICP演算法對已經做過粗略對齊的資料點進行微調，並且定義百分相似度提供相似程度的參考。最後則是利用三種不同條件的實例進行驗證。

關鍵字(中)

★ 圖形對齊
★ 類神經網路
★ 自映射組織圖
★ ICP演算法
★ 相似度

關鍵字(英)

論文目次

摘要…………………………………………………………………… I
致謝…………………………………………………………………… II
目錄……………………………………………………………………III
圖目錄………………………………………………………………… VI
表目錄………………………………………………………………… IX
第一章緒論 ……………………………………………………… 1
1-1 前言…………………………………………………………… 1
1-2 文獻回顧……………………………………………………… 3
1-3 研究目的與方法……………………………………………… 6
1-4 論文結構……………………………………………………… 9
第二章影像分析之基本理論 ……………………………………10
2-1 前言……………………………………………………………10
2-2 二元影像(binary image)處理………………………………10
2-3 影像的對齊方法………………………………………………13
2-3-1 剛體轉換……………………………………………………13
2-3-2 使用全體資料點進行對齊…………………………………17
2-3-3 其他的對齊方式……………………………………………18
2-4 相似度的判斷………………………………………………19
2-4-1 相似度評估函數………………………………………19
2-4-2 百分誤差相似度轉換…………………………………20
第三章圖形特徵辨識與對齊理論 ………………………………21
3-1 前言…………………………………………………………21
3-2 類神經網路理論……………………………………………21
3-3 類神經網路介紹……………………………………………22
3-3-1 神經元模型……………………………………………22
3-3-2 激發函數種類…………………………………………25
3-3-3 類神經網路基本架構…………………………………28
3-4 自組織映射圖（Self-Organizing Maps）網路…………30
3-4-1 SOM 網路架構………………………………………………31
3-4-2 SOM 網路之基本概念…………………………………32
3-4-3 SOM 網路演算法………………………………………33
3-5 ICP 演算法基本理論………………………………………36
3-5-1 設定data shape與model shape的資料格式 ………39
3-5-2 對data shape裡每一個資料點找尋其最佳對應點………40
3-5-3 計算幾何轉換資料…………………………………………40
3-5-4 更新座標位置………………………………………………43
3-5-5 計算均方誤差與判斷是否停止計算………………………44
第四章應用實例與結果 …………………………………………45
4-1 前言…………………………………………………………45
4-2 流程介紹……………………………………………………47
4-2-1 讀取圖形點資料………………………………………47
4-2-2 一維SOM網路訓練 ……………………………………48
4-2-3 測試節點是否均勻收斂………………………………49
4-2-4 修正節點排列順序……………………………………50
4-2-5 整理節點排列順序……………………………………52
4-2-6 找尋節點排列特徵並對齊……………………………53
4-2-7 使用ICP演算法進行對齊微調與評估圖形相似度 …55
4-3 實驗範例……………………………………………………56
4-3-1 範例1：使用兩組相同外型的點資料進行對齊 ……56
4-3-2 範例2：使用兩組外型近似的點資料進行對齊 ……59
4-3-3 範例3：使用兩組外型不同的點資料進行對齊 ……62
第五章結論與未來展望 …………………………………………66
5-1 結論…………………………………………………………66
5-2 未來展望……………………………………………………67
參考文獻……………………………………………………………68

參考文獻

[1] T.Kohonen , Self-Organizing Maps. Springer, 1997.
[2] P.J. Toivanen, J. Ansamaki, J.P.S. Parkkinen, J. Mielikainen, “Edge detection in multispectral images using the self-organizing map”, Pattern Recognition Letters, Vol. 24, pp. 2987–2994, 2003.
[3] R.J. Kuo, L.M. Ho, C.M. Hu, “Integration of self-organizing feature map and K-means algorithm for market segmentation”, Computers & Operations Research, Vol. 29, pp. 1475-1493, 2002.
[4] Mia K. Markey, Joseph Y. Lo, Georgia D. Tourassi, Carey E. Floyd Jr., “Self-organizing map for cluster analysis of a breast cancer database”, Artificial Intelligence in Medicine, Vol. 27, pp. 113–127, 2003.
[5] J. Barhak and A. Fischer, “Parameterization and reconstruction from 3D scattered points based on neural network and PDE techniques”, IEEE Transactions on Visualization and Computer Graphics, Vol. 7, No. 1, pp. 1-16, 2001.
[6] 張加儒, ”類神經網路理論於逆向工程曲面重建之研究” ,碩士論文, 中央大學機械工程系, 2004.
[7] Giuseppe Coppini, Stefano Diciotti, Guido Valli, “Matching of medical images by self-organizing neural networks”, Pattern Recognition Letters, Vol. 25, pp. 341–352, 2004.
[8] Yu-Len Huang, Dar-Ren Chen, “Watershed segmentation for breast tumor in 2-D sonography”, Ultrasound in Med. & Biol., Vol. 30, No. 5, pp. 625–632, 2004.
[9] Amitava Datta, S.K. Parui, B.B. Chaudhuri, “Skeletonization by a topology-adaptive self-organizing neural network”, Pattern Recognition, Vol. 34, pp. 617-629, 2001.
[10] Paul J. Besl, and Neil D. McKay, “A Method for registeration of 3-D shapes”, IEEE Transactions on Pattern Analysis and Machine Intelligence”, Vol. 14, No. 2, pp. 239-256, 1992.
[11] Andrew W. Fitzgibbon, “Robust registration of 2D and 3D point sets”, Image and Vision Computing, Vol. 21, pp.1145-1153, 2003.
[12] Shun’ichi Kaneko, Tomonori Kondo, Atsushi Miyamoto, “Robust matching of 3D contours using iterative closest point algorithm improved by M-estimation”, Pattern Recognition, Vol. 36, pp. 2041- 2047, 2004.
[13] A. Kapoutsis, C. P. Vavoulidis, and I. Pitas, “Morphological iterative closest point algorithm”, IEEE Trans. Image Processing, Vol. 8, Issue 11, pp. 1644-1646, 1999.
[14] Kim, D., Ahn, S. and Kang, D.S., “Co-adaptation of self-organizing maps by evolution and learning ”, IEEE Nurocomputing, Vol. 30, pp. 249-272, March 1999.
[15] Barhak, J. and Fischer, A., “Adaptive reconstruction of freeform objects with 3D SOM neural network grids”, Computer and Graphics, No. 26, pp. 745-751, 2002.
[16] Wu, S., Chow, W. S., “Induction machine fault detection using SOM-Based RBF neural networks”, IEEE Transactions on Industtrial Electronics, Vol. 51,No. 1, pp. 183-194, February 2004.
[17] Soylu, M., Kayaligil, S., “A self-organizing neural network approach for the single AGV routing problem”, European Journal of Operational Reaserach, Vol. 121, pp. 124-137, 2000.
[18] 蔡明倫,“三度空間腦部結構校準”, 碩士論文, 交通大學資訊科學系, 2002.
[19] 葉怡成,“類神經網路應用模式與實作?, 儒林, 2000.
[20] 簡新府,“以傅利葉不變性為基礎之醫療影像校準”, 碩士論文, 東吳大學資訊科學系, 2004.
[21] Jezching Ton and Anil K. Jain, “Registering landsat image by point matching”, IEEE Transactions on Geoscience and Remote Sensing, Vol.27, No.5, pp.642-651, 1989.
[22] Bellando J., Kotari R., “On image correspondence using topology preserving mappings”, IEEE International Conference on Neural Networks, pp. 1784-1789, 1996.
[23] 錢太隆,“一種影像空間關係表達模型及相似性搜尋方法”, 碩士論文, 淡江大學資訊工程系, 1999.
[24] 揚程翔, “應用分位數散佈圖之相似度指標於瑕疵檢測”, 碩士論文, 元智大學工業工程與管理學系, 2003.
[25] 許哲魁,“影像相似度評估函數之分析與比較”, 碩士論文, 交通大學資訊工程系, 2002.
[26] Ramesh Jain, Rangachar Kasturi, Brian G. Schunck, “Machine Vision”, McGraw-Hill, inc., 1995.
[27] K.H.Ko, T. Maekaawa, N.M.Patrikalakis, “An algorithm for optimal free-form object matching”, Computer-Aided Design, Vol.35, pp.913-923, 2003.
[28] Kwang Hee Ko, “Algorithms for Three-Dimensional Free-Form Object Matching”, Doctor of Philosophy thesis, Department of Ocean Engineering Massachusetts Institute of Technology, 2003.
[29] Lisa Gottesfeld Brown, “A survey of image registration techniques”, ACM Computing Survey, Vol.24, No.4, 1992.

指導教授

莊漢東(Han-tung Chuang)

審核日期

2005-7-11

推文