![內容虛線](http://img.alicdn.com/imgextra/i4/101450072/TB2uhKJhB0kpuFjSsppXXcGTXXa-101450072.png)
內容簡介
![size="789x11"](http://img.alicdn.com/imgextra/i2/101450072/TB2LvCmhxXkpuFjy0FiXXbUfFXa-101450072.png)
點集匹配是計算機視覺與模式識別領域一個基礎而關鍵的問題,其目標在於尋找給定兩組點集之間的點點對應關繫。點集匹配技術在立體視覺匹配、目標識別與跟蹤、醫學圖像分析、遙感圖像處理等方面都有廣泛應用,是目前各領域關注和研究的熱點。點集匹配本質上是一個NPC復雜組合優化問題,計算量很好大,且由於噪聲、離群點和非剛性形變的存在,常造成點集匹配結果的性能大幅下降,嚴重制約了其工程使用。因此,研究普適高效、魯棒性更強的點集匹配算法具有重要的理論意義和實用價值。為了有效處理噪聲、離群點和非剛性形變等對點集匹配算法性能的影響,本書著手於研究更為普適高效魯棒的點集匹配算法。為此,本書基於非參數模型提出了一繫列新算法,並將其應用於圖像特征點匹配、非剛性點集配準以及非剛性圖像配準等問題,且取得了良好的實驗效果。