特定對(duì)象的發(fā)現(xiàn)與分割方法研究.pdf

1、經(jīng)過五十多年的發(fā)展，數(shù)字圖像處理技術(shù)廣泛應(yīng)用于計(jì)算機(jī)視覺相關(guān)領(lǐng)域，而圖像分割是計(jì)算機(jī)視覺研究領(lǐng)域中的底層和基礎(chǔ)工作，是更高層次圖像分析與理解的前提，在計(jì)算機(jī)視覺中占有獨(dú)特而又重要的地位，為了提高人工智能的識(shí)別能力，圖像處理技術(shù)必須完整地分割出對(duì)象，這就是對(duì)象分割技術(shù)。
　　對(duì)象分割是圖像分割與對(duì)象探測相結(jié)合的產(chǎn)物，相對(duì)于傳統(tǒng)的圖像分割方法，對(duì)象分割既需要知道特定對(duì)象在圖像中的大致位置，完整地將其分割出來，因此要比傳統(tǒng)的圖像分割復(fù)雜

2、得多。早期對(duì)象分割需要人工標(biāo)記的訓(xùn)練圖像，阻礙了計(jì)算機(jī)識(shí)別新對(duì)象的能力，后來，隨著潛在主題模型的發(fā)展，一些優(yōu)秀的分類算法相繼提出，這時(shí)需要大量的訓(xùn)練圖像，影響了計(jì)算機(jī)識(shí)別的效率。因此，高效而又準(zhǔn)確的對(duì)象分割技術(shù)是圖像分割的發(fā)展趨勢。
　　針對(duì)特定對(duì)象分割的難點(diǎn)，本文融合局部特征與區(qū)域特征，僅僅需要少數(shù)圖像來學(xué)習(xí)，提取出能夠準(zhǔn)確表達(dá)圖像局部信息的描述子，然后利用局部和區(qū)域的特征描述的匹配實(shí)現(xiàn)特定對(duì)象的定位與分割。在此基礎(chǔ)上，提取出特

3、定對(duì)象的通用特征和形狀模型，實(shí)現(xiàn)測試樣本的特定對(duì)象的探測與分割，本文所完成的主要工作是：
　　（1）利用局部特征來探測對(duì)象位置。并且針對(duì)現(xiàn)有局部特征匹配的不足與缺陷，構(gòu)建了本文中的特征關(guān)聯(lián)的局部特征。通過幾組匹配實(shí)驗(yàn)，可以很好的看到，所構(gòu)建的局部特征匹配準(zhǔn)確度有了提高，為精確探測對(duì)象位置提供保障。
　　（2）利用圖像的過分割技術(shù)，獲得要分割的區(qū)域。本文構(gòu)建了相對(duì)顏色區(qū)域描述子和區(qū)域輪廓形狀描述子，并結(jié)合現(xiàn)有的邊緣概率模型對(duì)區(qū)