基于復(fù)雜場(chǎng)景的快速角點(diǎn)檢測(cè)及應(yīng)用研究.pdf

1、近年來，由于計(jì)算機(jī)技術(shù)、多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展和日益成熟，一方面，由于如照相機(jī)、攝像機(jī)、手機(jī)等圖像獲取設(shè)備的廣泛使用使得采集視頻圖像變得更加簡(jiǎn)捷;另一方面，由于互聯(lián)網(wǎng)的普及讓視頻的傳輸、共享變得更加方便，視頻已然成為現(xiàn)代生活一種重要的信息存儲(chǔ)方式。視頻存儲(chǔ)具有實(shí)時(shí)性強(qiáng)、容量大、信息連貫的特點(diǎn)，如何從海量的視頻圖像中快捷而智能地獲取感興趣的信息己成為當(dāng)前信息技術(shù)研究的重要研究課題。而角點(diǎn)作為可輸入特征常被用于3D建模、視頻檢索、智

2、能交通系統(tǒng)、視覺識(shí)別系統(tǒng)、機(jī)器人視覺、智能導(dǎo)航、目標(biāo)跟蹤等領(lǐng)域。所以，在將角點(diǎn)檢測(cè)應(yīng)用于復(fù)雜場(chǎng)景的視頻圖像中可以獲取關(guān)鍵的信息，避免冗余信息的處理，進(jìn)而降低從整個(gè)視頻中檢測(cè)目標(biāo)的時(shí)間復(fù)雜度。因此對(duì)角點(diǎn)檢測(cè)研究及應(yīng)用有著重要的理論和實(shí)踐意義。
　　基于視頻信息在人類生活中產(chǎn)生的重要作用和如何實(shí)時(shí)地對(duì)視頻信息進(jìn)行快速而精準(zhǔn)識(shí)別的重難點(diǎn)問題。本文主要研究?jī)?nèi)容如下:
　　(1)深入學(xué)習(xí)Harris算法，針對(duì)Harris算法中閾值需要

3、人為設(shè)定的問題，本文利用最大類間方差法(OTSU)能夠依據(jù)圖像本身的直方圖自適應(yīng)選取區(qū)分背景和目標(biāo)的閾值的特點(diǎn)，提出了基于OTSU的Harris角點(diǎn)檢測(cè)改進(jìn)算法(OHO)。該算法意在利用OTSU算法自適應(yīng)選取閾值和Harris角點(diǎn)檢測(cè)算法的準(zhǔn)確性高的特點(diǎn)完成對(duì)圖片進(jìn)行自適應(yīng)的角點(diǎn)檢測(cè)。
　　(2)深入研究ORB算法，針對(duì)傳統(tǒng)的角點(diǎn)檢測(cè)在復(fù)雜場(chǎng)景視頻圖像中角點(diǎn)檢測(cè)的準(zhǔn)確率不高、實(shí)時(shí)性差的問題，本文結(jié)合ORB能在實(shí)時(shí)數(shù)據(jù)中快速檢測(cè)角點(diǎn)

4、的特點(diǎn)和GroupSAC算法在內(nèi)點(diǎn)比例或大或小的情況下都有很好的魯棒性特點(diǎn)，提出基于ORB和GroupSAC復(fù)雜場(chǎng)景視頻圖像的快速角點(diǎn)檢測(cè)算法(OAG)。該算法意在提高ORB算法在視頻圖像的復(fù)雜場(chǎng)景情況下的準(zhǔn)確性。最后通過仿真實(shí)驗(yàn)在復(fù)雜場(chǎng)景的情況下，如在光照變化、尺度變化、旋轉(zhuǎn)變化以及遮擋圖像進(jìn)行驗(yàn)證。
　　(3)在對(duì)傳統(tǒng)角點(diǎn)檢測(cè)算法和本文提出的OHO算法、OAG算法研究的基礎(chǔ)上，開發(fā)了基于復(fù)雜場(chǎng)景的快速角點(diǎn)檢測(cè)及應(yīng)用系統(tǒng)，本系統(tǒng)