基于輪廓的目標(biāo)檢測(cè)研究.pdf

1、目標(biāo)檢測(cè)一直是計(jì)算機(jī)視覺，模式識(shí)別，機(jī)器學(xué)習(xí)等領(lǐng)域的重要問題。盡管針對(duì)該方面的研究已經(jīng)取得了豐碩的成果，但都局限于某些特定的環(huán)境下。在自然環(huán)境下，圖像中陰影、光照變化、目標(biāo)形變以及目標(biāo)遮擋一直是困擾目標(biāo)檢測(cè)的問題?；谳喞卣鞯哪繕?biāo)檢測(cè)方法和基于紋理特征的目標(biāo)檢測(cè)方法可以在一定程度上解決此類問題。這兩種方法各有自己的特點(diǎn)，紋理特征相對(duì)于輪廓特征更易于表達(dá)，且內(nèi)容信息豐富；而輪廓特征抗光照能力強(qiáng)，部分輪廓段就能提供目標(biāo)的標(biāo)記信息。但是，在

2、提取輪廓特征和計(jì)算相似度的環(huán)節(jié)，往往需要很大的計(jì)算量。因此，本文主要從快速提取特征和相似度計(jì)算的方法兩方面展開研究。
　　本文的主要貢獻(xiàn)如下：
　?。?）提出了一種快速表示圖像輪廓的方法。首先，通過整合弦點(diǎn)累加曲率（Chord-to-Point Distance Accumulation，CPDA）和橢圓平面曲線模型提取顯著點(diǎn)。然后，運(yùn)用最小二乘法，將輪廓曲線上的顯著點(diǎn)擬合成雙曲線。雙曲線可以很好的擬合對(duì)稱和不對(duì)稱的平面曲線

3、。實(shí)驗(yàn)表明，該方法有效且實(shí)用。一方面，在顯著點(diǎn)提取中創(chuàng)新地引入了CPDA技術(shù)，大大減少了計(jì)算成本；另一方面，利用橢圓平面曲線模型提取目標(biāo)曲線的顯著點(diǎn)，考慮了曲線段的全局屬性，提高了算法的穩(wěn)健性和實(shí)用性。
　?。?）提出一種有效的基于顯著線段的目標(biāo)檢測(cè)方法。該方法通過融入顯著線段特征到Directional Chamfer Matching（DCM）檢測(cè)框架，提高了目標(biāo)檢測(cè)的準(zhǔn)確度。首先，利用弦點(diǎn)累加曲率表達(dá)形狀局部結(jié)構(gòu)信息，從而準(zhǔn)

4、確地找到圖像輪廓的顯著點(diǎn)；然后，根據(jù)顯著點(diǎn)之間連接線段生成多方向的Chamfer距離圖像；最后，在DCM檢測(cè)框架下進(jìn)行匹配檢測(cè)。該方法在多個(gè)數(shù)據(jù)集上進(jìn)行了驗(yàn)證，且取得了較好的結(jié)果，證明了該方法的有效性和準(zhǔn)確性。
　?。?）提出了一種兩階段的快速回溯目標(biāo)檢測(cè)方法。該方法基于索引標(biāo)記回溯方式，建立兩個(gè)階段之間的數(shù)據(jù)傳遞關(guān)系，實(shí)現(xiàn)由粗到細(xì)的形狀匹配。粗匹配階段，在距離圖像上進(jìn)行一次目標(biāo)搜索過程得到檢測(cè)目標(biāo)假設(shè)子集。細(xì)匹配階段，首先，利用

5、檢測(cè)目標(biāo)假設(shè)子集構(gòu)建形狀輪廓描述矩陣；然后，根據(jù)形狀輪廓描述矩陣的內(nèi)部塊以及內(nèi)部塊之間的不相似度建立多目標(biāo)優(yōu)化模型；最后，利用Pareto方法尋找多目標(biāo)優(yōu)化模型的最優(yōu)解，獲得最終的檢測(cè)結(jié)果。實(shí)驗(yàn)表明，由于使用了由粗到細(xì)的匹配方法，大幅度減少了計(jì)算量，從而加快了目標(biāo)檢測(cè)的速度。
　　（4）提出了一個(gè)基于索引查找字典的多類目標(biāo)檢測(cè)方法。該方法根據(jù)建立的索引查找字典對(duì)目標(biāo)圖像上的特征進(jìn)行投票，快速獲得目標(biāo)位置。首先，將離散的多方向輪廓特

6、征分別進(jìn)行距離變換；然后，對(duì)距離圖像的像素分值和近鄰環(huán)境特征進(jìn)行量化編碼，建立一個(gè)特征索引查找字典；最后，根據(jù)索引確定圖像上特征的類別，并向該特征所屬的目標(biāo)類的中心位置進(jìn)行投票，完成目標(biāo)檢測(cè)。實(shí)驗(yàn)表明，該方法對(duì)多類目標(biāo)同時(shí)進(jìn)行快速地檢測(cè)，并在多個(gè)數(shù)據(jù)集上進(jìn)行驗(yàn)證，具有較好的通用性。
　?。?）提出了一個(gè)基于目標(biāo)形狀局部輪廓段的賦形檢測(cè)方法。該方法設(shè)計(jì)了局部輪廓段特征，構(gòu)造模板形狀與目標(biāo)輪廓對(duì)應(yīng)的目標(biāo)函數(shù)，利用動(dòng)態(tài)規(guī)劃的方法實(shí)現(xiàn)了良

7、好的目標(biāo)形狀匹配效果。首先，利用弦點(diǎn)距離向量和弦點(diǎn)夾角向量方法提取局部輪廓段特征；然后，建立尋找模板目標(biāo)形狀對(duì)應(yīng)點(diǎn)的目標(biāo)函數(shù)，運(yùn)用動(dòng)態(tài)規(guī)劃算法找到對(duì)應(yīng)點(diǎn)；最后，利用非線性的優(yōu)化方法對(duì)模板和目標(biāo)形狀進(jìn)行匹配。實(shí)驗(yàn)證明該方法提高了賦形檢測(cè)過程中尋找模板形狀與目標(biāo)輪廓兩個(gè)點(diǎn)集對(duì)應(yīng)的準(zhǔn)確性和魯棒性。
　　本文針對(duì)基于輪廓特征的目標(biāo)檢測(cè)方法進(jìn)行了深入的研究，內(nèi)容涉及到形狀表示、形狀相似度匹配等與目標(biāo)檢測(cè)相關(guān)的關(guān)鍵問題，并取得了一定的研究成果