圖像匹配及其在汽車底盤異物檢測中的應用.pdf

1、分類號密級UDC編號碩士學位論文圖像匹配及其在汽車底盤異物檢測中的應用學位申請人：人：王粉蝶指導教師：師：普杰信教授學科專業(yè)：業(yè)：檢測技術與自動化裝置學位類別：別：工學2014年5月摘要I論文題目：論文題目：圖像匹配及其在汽車底盤異物檢測中的應用圖像匹配及其在汽車底盤異物檢測中的應用專業(yè)：業(yè)：檢測技術與自動化裝置檢測技術與自動化裝置研究生：生：王粉蝶王粉蝶指導教師：指導教師：普杰信普杰信教授教授摘要當前社會公共安全問題已成為全世界關注的

2、焦點，由于各式汽車炸彈襲擊事件頻發(fā)，為防止利用汽車底盤夾帶毒品和危險品，對一些重要場合出入車輛的底盤實施在線監(jiān)測已是迫切要解決的問題。隨著計算機視覺和模式識別研究的深入，系統(tǒng)越來越向著快速、準確的方向發(fā)展。在圖像檢測過程之中，由于汽車行駛非勻速，采集的圖像視角不同，所以對于相同的物體（汽車底盤）采集到圖像之間會存在較大差異。因此，研究快速高效的圖像匹配算法是準確識別汽車底盤異物的關鍵部分之一。本文針對汽車底盤圖像的特征，深入分析了多種特

3、征提取的算法，給出了一種適合汽車底盤圖像的特征提取算法，即SURF算法。該算法根據(jù)Hessian矩陣判斷極值點，并在不同的尺度空間進行縱向比較，將每個像素點與周圍8個以及上下兩個尺度層的9個，加起來26個像素點進行比較，得到特征點；之后根據(jù)主方向和一個64維的特征描述子來判斷特征點對之間的相似程度。實驗結果表明，該算法提取到的特征點分布較均勻，且數(shù)量適合分析。匹配過程中，根據(jù)歐氏距離最小的原則進行雙向匹配。跟單方向匹配相比，雙向匹配能夠

4、明顯提高匹配的正確率。實驗結果表明，將SURF算法與RANSAC算法相結合，提高了圖像匹配的正確率。最后根據(jù)匹配結果對存在畸變的圖像進行校正后，與標準圖進行匹配，最終標定出異物所在位置和大小，實現(xiàn)了快速檢測異物的效果。為進一步確定異物的高度信息，本文采用基于雙目視覺獲取深度圖像信息。針對高斯曲率和平均曲率等曲面特性參數(shù)計算問題，提出了一種具有平移特性的泰勒基函數(shù)進行移動最小二乘法深度曲面擬合，實現(xiàn)了離散圖像的連續(xù)化，提高了圖像像素點曲面