局部描述算子在視頻序列目標(biāo)檢測應(yīng)用中的研究.pdf

1、近些年來，圖像局部特征檢測和描述受到越來越多的關(guān)注。其基本思想是首先檢測出圖像中對于一類轉(zhuǎn)換具有不變性的感興趣區(qū)域，然后對于每一個檢測到的區(qū)域建立一個穩(wěn)定的描述子。在計算得到描述子以后，我們就能進行圖像間的興趣區(qū)域匹配。這種局部特征描述方法有很多優(yōu)點，比如，局部特征對于光照變化、視角變化、圖像模糊、圖像縮放等變化不敏感。局部特征在許多計算機視覺比如目標(biāo)檢測，圖像檢索，物體識別，紋理識別，機器人定位等應(yīng)用中表現(xiàn)出色。圖像的局部特征具有一定

2、的穩(wěn)定性，很高的重復(fù)性以及各種環(huán)境下的不變性，因此對于部分遮擋、重疊、仿射變換有良好的魯棒性。
　　本文首先介紹了局部描述技術(shù)的研究現(xiàn)狀，并以主流描述子為例介紹了興趣點的提取，描述子的生成，特征向量集的匹配等相關(guān)知識。在此基礎(chǔ)上實現(xiàn)對SURF算法的兩點改進，并通過實驗驗證了改進后的效果。最后，本文將特征描述算子應(yīng)用于視頻序列目標(biāo)檢測當(dāng)中，取得了較好的檢測效果。
　　本文的主要工作如下：
　　1．在深入細致分析當(dāng)前主流局

3、部描述算子的基礎(chǔ)上，針對當(dāng)前圖像興趣點提取算法一般都是先將待處理圖像轉(zhuǎn)化為灰度圖像容易丟失圖像的顏色信息的不足，本文提出了基于顏色不變量的SURF算法。實驗表明這一改進能有效地保留圖像的顏色信息，提高了算法的穩(wěn)定性。
　　2．針對SURF描述子檢測環(huán)節(jié)對高斯二階微分進行簡化時，模板填充值過于單一，導(dǎo)致丟失圖像信息的問題，本文嘗試改進簡化模板填充值，使簡化模板變化趨勢更接近于高斯二階微分函數(shù)變化趨勢。實驗表明，本文的改進算法有助于保