魯棒的目標(biāo)檢測與識別方法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，圖像目標(biāo)的檢測與識別己在很多領(lǐng)域得到了廣泛的應(yīng)用。目標(biāo)檢測與識別存在的關(guān)鍵問題是分割，即如何從復(fù)雜的背景中提取出目標(biāo)，且具有較好的魯棒性。本文主要研究了復(fù)雜背景下的魯棒目標(biāo)分割方法、目標(biāo)檢測與識別機(jī)制、以及用于移動機(jī)器人導(dǎo)航的實(shí)際目標(biāo)檢測與識別。本文的主要研究成果可歸納如下： 1)研究并提出了一種魯棒的自然圖像分割方法。在自然圖像分割中，同時(shí)考慮紋理和輪廓顏色信息的分割方法大多是基于遞歸處理的，計(jì)算時(shí)間長，

2、無法適應(yīng)具有實(shí)時(shí)性要求的場合。為了適應(yīng)視覺處理和實(shí)時(shí)性的要求，在MeanShift方法的基礎(chǔ)上提出了一種改進(jìn)的分割方法。實(shí)驗(yàn)結(jié)果表明，對不同光照條件下和具有紋理的自然圖像，都能獲得穩(wěn)定的分割結(jié)果，魯棒性能較好。而且，可根據(jù)上層視覺的需要調(diào)整參數(shù)，來獲得所需的分割結(jié)果。 2)在魯棒自然圖像分割方法的基礎(chǔ)上，提出了一種由粗到精的目標(biāo)檢測與識別機(jī)制。對任意采集的一幅圖像，首先用魯棒自然圖像分割方法進(jìn)行粗分割。當(dāng)圖像中主要包含所要識別的

3、目標(biāo)時(shí)，再采用精處理的方法。在分割之后，根據(jù)已建立的目標(biāo)模型進(jìn)行認(rèn)證識別。 3)設(shè)計(jì)了一種基于魯棒分割方法和目標(biāo)顏色建模的門和道路檢測方法。首先用魯棒自然圖像分割方法將圖像分割成一些區(qū)域，然后對每個(gè)區(qū)域計(jì)算顏色平均值，用離線建立的目標(biāo)顏色模板來認(rèn)證目標(biāo)候選區(qū)域。 4)設(shè)計(jì)了一種自然場景下的字符識別系統(tǒng)(門牌號自動識別系統(tǒng))。這一識別系統(tǒng)具有以下特點(diǎn)：較好的抗噪聲能力、較好的實(shí)時(shí)性和較好的可推廣性。 本文的魯棒自然