基于圖像結(jié)構(gòu)的目標(biāo)檢測(cè)方法研究.pdf

1、目標(biāo)檢測(cè)是圖像理解的核心問題，對(duì)圖像中各種變化的處理是目標(biāo)檢測(cè)面對(duì)的主要難題之一。結(jié)構(gòu)反映了事物的內(nèi)在關(guān)系以及上下文約束，是圖像中相對(duì)穩(wěn)定的信息特征，能夠?yàn)閳D像中各種變化的有效處理提供有力支持。本文以圖像結(jié)構(gòu)信息的分析和提取為切入點(diǎn)，研究基于圖像結(jié)構(gòu)的目標(biāo)檢測(cè)技術(shù)，根據(jù)不同的檢測(cè)任務(wù)，提出了多種基于圖像結(jié)構(gòu)的目標(biāo)檢測(cè)方法。本研究?jī)?nèi)容與創(chuàng)新如下：
　　 (1)提出了一種基于圖像結(jié)構(gòu)的目標(biāo)檢測(cè)方法。圖像稀疏結(jié)構(gòu)的學(xué)習(xí)首先形成圖像的稀

2、疏結(jié)構(gòu)表示，然后在此基礎(chǔ)上通過Gentle Boosting學(xué)習(xí)算法進(jìn)行分類器的訓(xùn)練。針對(duì)單一目標(biāo)產(chǎn)生多個(gè)檢測(cè)結(jié)果的問題，提出了一種非最大抑制的方法，經(jīng)過兩次抑制操作保證了檢測(cè)的準(zhǔn)確性。
　　 (2)提出了一種基于輪廓的目標(biāo)檢測(cè)方法。該方法通過“平均”訓(xùn)練集中目標(biāo)樣本的輪廓特征來定義目標(biāo)輪廓模板，然后，通過一個(gè)結(jié)合TPS變換的檢測(cè)過程來捕捉圖像中的目標(biāo)。該檢測(cè)過程開始于種子區(qū)域的選擇，接著在TPS變換的基礎(chǔ)上計(jì)算種子區(qū)域與目標(biāo)的

3、輪廓模板的差別，不斷地調(diào)整種子區(qū)域的邊界，逐步接近整個(gè)目標(biāo)對(duì)象的區(qū)域。
　　 (3)提出了一種基于圖像拓?fù)鋵哟谓Y(jié)構(gòu)的目標(biāo)檢測(cè)方法。該方法將圖像區(qū)域之間的拓?fù)潢P(guān)系表示為一個(gè)層次結(jié)構(gòu)，并將目標(biāo)區(qū)域的上下文約束表示為層次結(jié)構(gòu)的一個(gè)路徑，通過路徑匹配方法就可以檢測(cè)出圖像中潛在的目標(biāo)區(qū)域。
　　 (4)提出了一種基于多尺度Shape Context的目標(biāo)檢測(cè)方法。該方法使用不同尺度的目標(biāo)部分構(gòu)成目標(biāo)的層次結(jié)構(gòu)表示，把目標(biāo)檢測(cè)問題視