特征綜合的場(chǎng)景圖像識(shí)別技術(shù)研究.pdf

1、場(chǎng)景圖像的分析與識(shí)別已經(jīng)成為圖像理解中的一個(gè)重要領(lǐng)域，場(chǎng)景分析與識(shí)別主要強(qiáng)調(diào)的是場(chǎng)景特征的檢測(cè)與描述，實(shí)現(xiàn)場(chǎng)景的語(yǔ)義分析與理解。場(chǎng)景識(shí)別技術(shù)也越來(lái)越被應(yīng)用到諸如航天、機(jī)器人、生物識(shí)別等領(lǐng)域，并且取得了很好的成果。良好的場(chǎng)景識(shí)別技術(shù)對(duì)于目標(biāo)檢測(cè)和行為識(shí)別等能夠提供一定的先驗(yàn)知識(shí)，為了能夠更好地為目標(biāo)識(shí)別等一些相關(guān)技術(shù)提供更好的先驗(yàn)信息，本文提出了一種特征綜合的場(chǎng)景圖像識(shí)別方法。
　　本文主要完成了以下幾方面的工作：
　　(1)

2、本文首先對(duì)場(chǎng)景圖像識(shí)別領(lǐng)域進(jìn)行了相關(guān)的總結(jié)，闡述了國(guó)內(nèi)外一些常用的方法和技術(shù)，并且分析了場(chǎng)景圖像識(shí)別領(lǐng)域存在的一些問(wèn)題和難點(diǎn)，并且就場(chǎng)景圖像識(shí)別領(lǐng)域中特征提取和分類(lèi)識(shí)別這兩個(gè)關(guān)鍵步驟所常用的方法進(jìn)行了總結(jié)。
　　(2)提出了一種HSV-MRGBD描述子，引入GBD算子進(jìn)行局部區(qū)域特征的提取，即基于HSV顏色空間的梯度二進(jìn)制多區(qū)域描述子，GBD描述子首先要提取不同方向的梯度圖像，梯度值采用中值差分計(jì)算，同時(shí)借鑒LBP方法對(duì)梯度圖像進(jìn)

3、行二值處理，采用直方圖向量作為特征向量且特征維數(shù)要比傳統(tǒng)的LBP特征向量少。同時(shí)引入HSV顏色空間，在每個(gè)通道上都進(jìn)行相應(yīng)的梯度圖像計(jì)算，并且將圖像劃分為均勻網(wǎng)格區(qū)域，然后進(jìn)行區(qū)域直方圖提取，最終將這些直方圖連接起來(lái)形成特征向量，進(jìn)行相關(guān)的分類(lèi)計(jì)算。
　　(3)提出了一種GIST-GBD特征綜合算子，針對(duì)基于視覺(jué)特征的GIST模型雖然能夠描述圖像的全局信息，但是比較粗糙，為了能夠補(bǔ)充圖像的局部區(qū)域信息，將上述提到的描述子與GIST