局部描述算子在視頻序列目標(biāo)檢測(cè)應(yīng)用中的研究.pdf

1、近些年來(lái)，圖像局部特征檢測(cè)和描述受到越來(lái)越多的關(guān)注。其基本思想是首先檢測(cè)出圖像中對(duì)于一類轉(zhuǎn)換具有不變性的感興趣區(qū)域，然后對(duì)于每一個(gè)檢測(cè)到的區(qū)域建立一個(gè)穩(wěn)定的描述子。在計(jì)算得到描述子以后，我們就能進(jìn)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(diǎn)，比如，局部特征對(duì)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(jì)算機(jī)視覺(jué)比如目標(biāo)檢測(cè)，圖像檢索，物體識(shí)別，紋理識(shí)別，機(jī)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(duì)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(diǎn)的提取，描述子的生成，特征向量集的匹配等相關(guān)知識(shí)。在此基礎(chǔ)上實(shí)現(xiàn)對(duì)SURF算法的兩點(diǎn)改進(jìn)，并通過(guò)實(shí)驗(yàn)驗(yàn)證了改進(jìn)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(cè)當(dāng)中，取得了較好的檢測(cè)效果。
　　本文的主要工作如下：
　　1．在深入細(xì)致分析當(dāng)前主流局

3、部描述算子的基礎(chǔ)上，針對(duì)當(dāng)前圖像興趣點(diǎn)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(shí)驗(yàn)表明這一改進(jìn)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(duì)SURF描述子檢測(cè)環(huán)節(jié)對(duì)高斯二階微分進(jìn)行簡(jiǎn)化時(shí)，模板填充值過(guò)于單一，導(dǎo)致丟失圖像信息的問(wèn)題，本文嘗試改進(jìn)簡(jiǎn)化模板填充值，使簡(jiǎn)化模板變化趨勢(shì)更接近于高斯二階微分函數(shù)變化趨勢(shì)。實(shí)驗(yàn)表明，本文的改進(jìn)算法有助于保