一種基于廣義Hough變換的動(dòng)物圖像識(shí)別方法研究.pdf

1、檢測圖像中的動(dòng)物目標(biāo)是物體識(shí)別算法領(lǐng)域中的一大難點(diǎn),由于動(dòng)物肢體各部分具有高度靈活性,在運(yùn)動(dòng)狀態(tài)變化時(shí)其姿態(tài)也不斷隨之變化,這種不確定性造成了檢測的困難。本文針對以上問題提出了一種基于廣義Hough變換的檢測模型,在此基礎(chǔ)上提取動(dòng)物局部形狀片段特征并進(jìn)行整合實(shí)現(xiàn)對動(dòng)物目標(biāo)的檢測。本文主要對邊緣提取方法、檢測模型構(gòu)建、形狀片段評價(jià)以及檢測算法整合等問題進(jìn)行研究。
　　首先,在預(yù)處理階段通過對邊緣提取過程中的閾值選取問題進(jìn)行分析,構(gòu)建

2、Canny分層結(jié)構(gòu)檢測邊緣,并設(shè)計(jì)基于連通域的連接算法補(bǔ)全重要特征形狀片段,同時(shí)降低邊緣圖層中的背景噪聲干擾。
　　然后,基于廣義Hough變換方法對背部與臀部形狀片段分別進(jìn)行投票,采用聚類算法定位Hough投票空間中局部極值位置,并對獲取的局部極值點(diǎn)對應(yīng)的形狀片段進(jìn)行相似度評價(jià),篩選滿足相似度條件的形狀片段?；谝陨蠞M足條件的背部與臀部形狀片段位置,根據(jù)動(dòng)物肢體相對位置關(guān)系限定腿部區(qū)域范圍,并對腿部直線段進(jìn)行檢測,在此基礎(chǔ)上統(tǒng)計(jì)