2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

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

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論