面向光照魯棒的目標(biāo)識(shí)別的方法研究.pdf

1、目標(biāo)識(shí)別是計(jì)算機(jī)視覺領(lǐng)域中的經(jīng)典技術(shù)，它旨在將圖像中的目標(biāo)部分進(jìn)行充分提取。圖像增強(qiáng)算法作為該技術(shù)的核心支持算法，通常從頻率域和空間域?qū)D像的信息進(jìn)行提取。然而，傳統(tǒng)的算法往往以全局處理的方式對(duì)圖像進(jìn)行處理，該方法對(duì)存在物體遮擋和光照變化顯著的圖像效果欠佳。針對(duì)上述問題，基于人類視覺系統(tǒng)建立的色彩恒常性Retinex理論在細(xì)節(jié)增強(qiáng)、顏色保真和動(dòng)態(tài)范圍壓縮等方面有著較為明顯的優(yōu)勢(shì)。在此基礎(chǔ)上，本文對(duì)Retinex算法進(jìn)行了深入研究，提出了

2、魯棒性較強(qiáng)的圖像處理算法，該算法對(duì)于光照變化顯著的圖像仍然有著較好的增強(qiáng)結(jié)果。本文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下:
　　針對(duì)基于Retinex理論的中心環(huán)繞算法經(jīng)常出現(xiàn)的“光暈偽影”問題，本文在對(duì)引導(dǎo)濾波進(jìn)行深入研究的基礎(chǔ)上，實(shí)現(xiàn)了基于引導(dǎo)濾波的圖像增強(qiáng)算法，有效地消除了高對(duì)比度圖像邊緣的光暈現(xiàn)象。
　　(1)針對(duì)傳統(tǒng)算法中圖像細(xì)節(jié)增強(qiáng)和顏色保真無(wú)法兼顧以及圖像處理后的噪聲放大問題，本文改進(jìn)了色彩恢復(fù)函數(shù)，實(shí)現(xiàn)了基于引導(dǎo)濾波的多

3、尺度Retinex圖像增強(qiáng)算法，有效地平衡了圖像細(xì)節(jié)增強(qiáng)和顏色保真問題。
　　(2)針對(duì)目標(biāo)識(shí)別環(huán)節(jié)中在光照條件下穩(wěn)定性較弱的問題，本文選取了光照魯棒性和實(shí)時(shí)性俱佳的SURF特征算子對(duì)特征進(jìn)行提取，并且取消了傳統(tǒng)的基于規(guī)則網(wǎng)格的提取方法。該特征算法有效地減少了圖像的冗余信息（背景），顯著地增強(qiáng)了圖像的有效信息。同時(shí)，本文將該特征算子與空間金字塔模型、SVM分類器進(jìn)行結(jié)合，并且進(jìn)行了直方圖權(quán)重優(yōu)化，進(jìn)一步提升了系統(tǒng)光照魯棒性。

4、>　　(3)設(shè)計(jì)和搭建了針對(duì)Android系統(tǒng)的平臺(tái)且面向光照魯棒性的實(shí)時(shí)目標(biāo)識(shí)別框架，開發(fā)出基于Android系統(tǒng)移動(dòng)設(shè)備的目標(biāo)識(shí)別軟件，并將該軟件應(yīng)用于實(shí)際場(chǎng)景的目標(biāo)識(shí)別。
　　最后，在海量數(shù)據(jù)庫(kù)中進(jìn)行了充分的實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，相比于其它傳統(tǒng)方法，本文的模型可以有效地解決噪聲污染問題、高對(duì)比度圖像邊緣的光暈偽影問題。而且，本文的算法可以有效地提升色彩保真度和光照變化顯著條件下的目標(biāo)識(shí)別率。除此之外，基于Android平臺(tái)的目