基于過分割的感興趣對象識別與自然輪廓抽取.pdf

1、視頻中基于物體輪廓的跟蹤是計算機視覺領域的一項重要而有價值的基礎研究，而目標物體的識別與輪廓抽取是輪廓跟蹤的一項關鍵技術。為了提高跟蹤的精度，本文設計了一種基于過分割的感興趣對象識別與自然輪廓抽取系統(tǒng)。主要研究內容和解決問題如下:
　　1.由于場景中存在很多物體，通過建立了目標物體的模板庫，在實施過程中可以有針對性的查找視頻圖像序列中的目標物體，提高了目標識別的精度和效率;
　　2.本文提出一種結合強魯棒性關鍵點檢測器FAS

2、T(Features from Accelerated SegmentTest)[18]和旋轉不變性的局部描述子DAISY[25]的物體識別方法，提高了特征匹配在不同場景和光照條件影響下的識別與定位精度;
　　3.本文引入過分割算法抽取物體自然輪廓。提出了一種融合優(yōu)度法(Goodness method)和偏差法(Discrepancy method)[40]優(yōu)點的過分割質量評估方法，并利用實時邊界檢測算法生成的理想分割圖取代了手工

3、勾畫的理想分割圖，通過該方法選擇出最接近物體自然邊界的過分割算法;
　　4.研究了通過超像素聚類得到邊界閉合圈的算法，并提出基于EGIS(EfficientGraph-based Image Segmentation)[46]過分割算法的物體自然輪廓抽取方法，該方法可以精確抽取出物體的自然輪廓。
　　本文基于過分割對感興趣對象的識別與自然輪廓抽取的研究，提高了物體識別與自然輪廓抽取的精度，在航空航天、智能監(jiān)控系統(tǒng)和跟蹤系統(tǒng)領