Morse理论:拓扑不变性特征匹配原理
设计精美的宽基线双目相机镇文
Mo’ersi lilun
莫尔斯理论(卷名:数学)
Morse theory
微分拓扑的一个重要分支。通常是指两部分内容:一部分是微分流形上可微函数的莫尔斯理论,即临界点理论;另一部分是变分问题的莫尔斯理论,即大范围变分法。确切地说,假设ƒ是n维微分流形M上的实值可微函数,ƒ的临界点p是指梯度向量场gradƒ的零点,即在局部坐标下使得的点。ƒ的全部临界点的性态与流形M本身的拓扑结构有密切的关系,探索这些关系就是临界点理论的主要任务。例如,著名的莫尔斯不等式就是这样一种关系:
,
……
,
……
,
)的秩,Mk是M上非退化函数ƒ的指数为k的临界点的个数。这里说ƒ是非退化函数,是指ƒ的任何临界点p均非退化,即在局部坐标下ƒ在p处的黑塞矩阵
之秩为世纪20年代建立的基本结果,后来有了远为一般的结果。
,1,2,因为可以适当选择局部坐标,使得在(旋转抛物面)。命不难看出,当α由小变大经过各个临界值时,Mα的同伦型发生表中所列的变化。
可见,当α从小变大经过指数为λ的临界点时,Mα的同伦型变化相当于粘上一个λ维胞腔,从而整个环面M的同伦型相当于由一个
0维胞腔、两个一维胞腔以及一个二维胞腔组成的CW复形,这样就把M的同伦型与ƒ 的临界点的性态联系起来了。如果把这个事实推广到一般情形就是:
临界点理论的基本定理 命M是微分流形,ƒ:M→B是非退化函数,并且任何Mα都是紧致集。于是,每个Mα都具有一个有限CW复形的同伦型,从而整个M具有一个至多是可数的CW复形的同伦型:对于指数为λ的每个临界点,这个复形有一个λ维胞腔。
临界点理论的应用中最完美的是对测地线问题的应用,这就是变分学的莫尔斯理论。例如,考虑完备黎曼流形M上两个固定端点p和q之间的测地线问题,即是使弧长为极小的变分问题:
式中ω:[0,1]→M 表示M上的逐段光滑道路,ω(0)=p,ω(1)=q;这个变分问题的泛极线就是所谓测地线。于是,从p 到q 的所有光滑测地线的性态与流形M的拓扑结构之间是否有什么关系,这就是大范围变分学要研究的主要问题,可以应用临界点理论的框架得到相似的结果。命Ω=Ω (M;p,q)表示M上从p到q所有逐段光滑道路组成的空间,具有尺度拓扑。
式中ρ
表示M上由黎曼尺度导出的距离函数;表示ω 上的弧长。
大范围变分学基本定理 命M是完备黎曼流形,p,q∈M沿任何测地线不共轭,则Ω(M;p,q)具有可数CW复形的同伦型:对于从p到q每条指数为λ的测地线,这个复形有一个λ维胞腔。
随着拓扑学的发展,莫尔斯理论本身也有很大的飞跃。例如,由于临界点定义为梯度向量场gradƒ 的零点,自然可以考虑n维闭流形M上一般向量场X 的零点与M的拓扑结构之间的关系,即M上的动力系统
~1981。(J.
Milnor,Morse Theory,Ann. Math. Studies,Princeton
Univ. Press,Princeton,1963.)。(H.Seifert
und W.Threlfall,variationsrechnung im Grossen,Chelsea Pub.Co.,1948.)
S.Smale, Morse Inequalities for a Dynamical Systems,Bull. Amer. Math.Soc.,Vol.
66, pp.43~49,1960.
R.S.Palais,
Morse Theory on Hibert Manifolds,Topology,Vol.2,pp.
299~340,1963.~172,1964.
江嘉禾
Morse理论:拓扑不变性特征匹配原理的更多相关文章
- 【特征匹配】SIFT原理与C源代码剖析
相关: KD树+BBF算法解析 SURF原理与源代码解析 SIFT的原理已经有非常多大牛的博客上做了解析,本文重点将以Rob Hess等人用C实现的代码做解析,结合代码SIFT原理会更easy理解.一 ...
- 【特征匹配】SIFT原理之KD树+BBF算法解析
转载请注明出处:http://blog.csdn.net/luoshixian099/article/details/47606159 继上一篇中已经介绍了SIFT原理与C源代码剖析,最后得到了一系列 ...
- 特征提取(Detect)、特征描述(Descriptor)、特征匹配(Match)的通俗解释
特征匹配(Feature Match)是计算机视觉中很多应用的基础,比如说图像配准,摄像机跟踪,三维重建,物体识别,人脸识别,所以花一些时间去深入理解这个概念是不为过的.本文希望通过一种通俗易懂的方式 ...
- OpenCV探索之路(二十三):特征检测和特征匹配方法汇总
一幅图像中总存在着其独特的像素点,这些点我们可以认为就是这幅图像的特征,成为特征点.计算机视觉领域中的很重要的图像特征匹配就是一特征点为基础而进行的,所以,如何定义和找出一幅图像中的特征点就非常重要. ...
- 第十六节、基于ORB的特征检测和特征匹配
之前我们已经介绍了SIFT算法,以及SURF算法,但是由于计算速度较慢的原因.人们提出了使用ORB来替代SIFT和SURF.与前两者相比,ORB有更快的速度.ORB在2011年才首次发布.在前面小节中 ...
- 利用SIFT进行特征匹配
SIFT算法是一种基于尺度空间的算法.利用SIFT提取出的特征点对旋转.尺度变化.亮度变化具有不变性,对视角变化.仿射变换.噪声也有一定的稳定性. SIFT实现特征的匹配主要包括四个步骤: 提取特征点 ...
- OpenCV2:特征匹配及其优化
在OpenCV2简单的特征匹配中对使用OpenCV2进行特征匹配的步骤做了一个简单的介绍,其匹配出的结果是非常粗糙的,在这篇文章中对使用OpenCV2进行匹配的细化做一个简单的总结.主要包括以下几个内 ...
- OpenCV2简单的特征匹配
特征的匹配大致可以分为3个步骤: 特征的提取 计算特征向量 特征匹配 对于3个步骤,在OpenCV2中都进行了封装.所有的特征提取方法都实现FeatureDetector接口,DescriptorEx ...
- NFA引擎匹配原理
1 为什么要了解引擎匹配原理 一个个音符杂乱无章的组合在一起,弹奏出的或许就是噪音,同样的音符经过作曲家的手,就可以谱出非常动听的乐曲,一个演奏者同样可以照着乐谱奏出动听的乐曲,但他/她或 ...
随机推荐
- Spring MVC 一次简单的 CRUD
基本环境搭建 1.数据库 和 实体类 的名字相同,实体类 属性名即 数据库 字段名. 2.创建 实体类 对应 dao 类,持久层框架 mybatis 正处于学习中,这里就用原始的 jdbc 操作了. ...
- PHP array_count_values()
定义和用法 array_count_values() 函数用于统计数组中所有值出现的次数. 本函数返回一个数组,其元素的键(索引)是原数组的值,元素的值是该值在原数组中出现的次数. 语法 array_ ...
- Spring MVC新手教程(一)
直接干货 model 考虑给用户展示什么.关注支撑业务的信息构成.构建成模型. control 调用业务逻辑产生合适的数据以及传递数据给视图用于呈献: view怎样对数据进行布局,以一种优美的方式展示 ...
- 开源 java CMS - FreeCMS2.3 职位管理
项目地址:http://www.freeteam.cn/ 职位管理 管理职位.实现招聘功能. 1. 职位管理 从左側管理菜单点击职位管理进入. 2. 加入职位 在职位列表下方点击"加入&qu ...
- tiny4412移植opencv2.4.7手记
在买了新的4412板子后.打算趁着刚成功在6410上移植过的经验,速度解决下.不想出现了各种问题.小结下: 1.关于opencv的移植: tiny4412的linux3.5上,须要把opencv的li ...
- Android studio 报错 gradel project sync failed Error:Cause: peer not authenticated
在网上找了半天,应该是找不到gradel的路径,试了网上非常多方法.本人解决例如以下: 在android studio中设置gradle.打开File-> settings->Gradle ...
- 软件project文档中的数据库模型设计
背景:软件project文档之<数据库设计说明书>的结构设计部分要明白规划出数据库的概念结构设计.逻辑结构设计.物理结构设计,就是设计数据库的概念模型.逻辑模型.物理模型.那么.何为数据库 ...
- iOS - 社会化分享-微信分享,朋友圈分享
我仅仅做了文字和图片分享功能 1. TARGETS - Info - URL Types identifier -> weixin URL Schemes -> 应用id 2.在AppD ...
- codeforces 898F Hash
F. Restoring the Expression time limit per test 2 seconds memory limit per test 256 megabytes input ...
- Thinkpad E450c进入BIOS
重启系统,一直按F12,进入系统设置后,按tab进入App Menu选项卡,选择Setup按回车进入BIOS设置