版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于形狀的圖像輪廓賦形及目標(biāo)檢測(cè)技術(shù).pdf
- 基于主動(dòng)輪廓的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf
- 基于輪廓擴(kuò)展描述的形變目標(biāo)檢測(cè)與定位技術(shù)研究.pdf
- 基于活動(dòng)輪廓模型的SAR圖像目標(biāo)輪廓提取研究.pdf
- 基于輪廓特征的目標(biāo)識(shí)別研究.pdf
- 基于主動(dòng)輪廓模型的紅外圖像目標(biāo)檢測(cè)與識(shí)別方法研究.pdf
- 基于水平集的目標(biāo)輪廓跟蹤算法的研究.pdf
- 基于水平集的在線目標(biāo)輪廓跟蹤研究.pdf
- 基于視覺顯著性的目標(biāo)檢測(cè)和異源圖像輪廓提取方法研究.pdf
- 基于圖像輪廓的角點(diǎn)檢測(cè)方法研究.pdf
- 基于輪廓編組計(jì)算模型的運(yùn)動(dòng)目標(biāo)提取研究.pdf
- 基于輪廓的圖像分割及目標(biāo)跟蹤方法研究.pdf
- 基于機(jī)器視覺的鋼軌輪廓檢測(cè)系統(tǒng)的研究.pdf
- 基于主動(dòng)輪廓模型的遙感圖像目標(biāo)提取研究.pdf
- 基于主動(dòng)式摳圖的目標(biāo)輪廓跟蹤方法研究.pdf
- 目標(biāo)輪廓提取方法研究.pdf
- 基于目標(biāo)輪廓特征的圖像識(shí)別及列車轉(zhuǎn)向架故障檢測(cè).pdf
- 基于活動(dòng)輪廓模型和顏色信息的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法.pdf
- 基于輪廓的角點(diǎn)檢測(cè)算法研究.pdf
- 基于輪廓檢測(cè)的自然圖像分割方法研究.pdf
評(píng)論
0/150
提交評(píng)論