本文選題：目標(biāo)檢測 + 輪廓特征�。� 參考：《電子科技大學(xué)》2016年博士論文

【摘要】：目標(biāo)檢測一直是計(jì)算機(jī)視覺,模式識(shí)別,機(jī)器學(xué)習(xí)等領(lǐng)域的重要問題。盡管針對該方面的研究已經(jīng)取得了豐碩的成果,但都局限于某些特定的環(huán)境下。在自然環(huán)境下,圖像中陰影、光照變化、目標(biāo)形變以及目標(biāo)遮擋一直是困擾目標(biāo)檢測的問題。基于輪廓特征的目標(biāo)檢測方法和基于紋理特征的目標(biāo)檢測方法可以在一定程度上解決此類問題。這兩種方法各有自己的特點(diǎn),紋理特征相對于輪廓特征更易于表達(dá),且內(nèi)容信息豐富;而輪廓特征抗光照能力強(qiáng),部分輪廓段就能提供目標(biāo)的標(biāo)記信息。但是,在提取輪廓特征和計(jì)算相似度的環(huán)節(jié),往往需要很大的計(jì)算量。因此,本文主要從快速提取特征和相似度計(jì)算的方法兩方面展開研究。本文的主要貢獻(xiàn)如下:(1)提出了一種快速表示圖像輪廓的方法。首先,通過整合弦點(diǎn)累加曲率(Chord-to-Point Distance Accumulation,CPDA)和橢圓平面曲線模型提取顯著點(diǎn)。然后,運(yùn)用最小二乘法,將輪廓曲線上的顯著點(diǎn)擬合成雙曲線。雙曲線可以很好的擬合對稱和不對稱的平面曲線。實(shí)驗(yàn)表明,該方法有效且實(shí)用。一方面,在顯著點(diǎn)提取中創(chuàng)新地引入了CPDA技術(shù),大大減少了計(jì)算成本;另一方面,利用橢圓平面曲線模型提取目標(biāo)曲線的顯著點(diǎn),考慮了曲線段的全局屬性,提高了算法的穩(wěn)健性和實(shí)用性。(2)提出一種有效的基于顯著線段的目標(biāo)檢測方法。該方法通過融入顯著線段特征到Directional Chamfer Matching(DCM)檢測框架,提高了目標(biāo)檢測的準(zhǔn)確度。首先,利用弦點(diǎn)累加曲率表達(dá)形狀局部結(jié)構(gòu)信息,從而準(zhǔn)確地找到圖像輪廓的顯著點(diǎn);然后,根據(jù)顯著點(diǎn)之間連接線段生成多方向的Chamfer距離圖像;最后,在DCM檢測框架下進(jìn)行匹配檢測。該方法在多個(gè)數(shù)據(jù)集上進(jìn)行了驗(yàn)證,且取得了較好的結(jié)果,證明了該方法的有效性和準(zhǔn)確性。(3)提出了一種兩階段的快速回溯目標(biāo)檢測方法。該方法基于索引標(biāo)記回溯方式,建立兩個(gè)階段之間的數(shù)據(jù)傳遞關(guān)系,實(shí)現(xiàn)由粗到細(xì)的形狀匹配。粗匹配階段,在距離圖像上進(jìn)行一次目標(biāo)搜索過程得到檢測目標(biāo)假設(shè)子集。細(xì)匹配階段,首先,利用檢測目標(biāo)假設(shè)子集構(gòu)建形狀輪廓描述矩陣;然后,根據(jù)形狀輪廓描述矩陣的內(nèi)部塊以及內(nèi)部塊之間的不相似度建立多目標(biāo)優(yōu)化模型;最后,利用Pareto方法尋找多目標(biāo)優(yōu)化模型的最優(yōu)解,獲得最終的檢測結(jié)果。實(shí)驗(yàn)表明,由于使用了由粗到細(xì)的匹配方法,大幅度減少了計(jì)算量,從而加快了目標(biāo)檢測的速度。(4)提出了一個(gè)基于索引查找字典的多類目標(biāo)檢測方法。該方法根據(jù)建立的索引查找字典對目標(biāo)圖像上的特征進(jìn)行投票,快速獲得目標(biāo)位置。首先,將離散的多方向輪廓特征分別進(jìn)行距離變換;然后,對距離圖像的像素分值和近鄰環(huán)境特征進(jìn)行量化編碼,建立一個(gè)特征索引查找字典;最后,根據(jù)索引確定圖像上特征的類別,并向該特征所屬的目標(biāo)類的中心位置進(jìn)行投票,完成目標(biāo)檢測。實(shí)驗(yàn)表明,該方法對多類目標(biāo)同時(shí)進(jìn)行快速地檢測,并在多個(gè)數(shù)據(jù)集上進(jìn)行驗(yàn)證,具有較好的通用性。(5)提出了一個(gè)基于目標(biāo)形狀局部輪廓段的賦形檢測方法。該方法設(shè)計(jì)了局部輪廓段特征,構(gòu)造模板形狀與目標(biāo)輪廓對應(yīng)的目標(biāo)函數(shù),利用動(dòng)態(tài)規(guī)劃的方法實(shí)現(xiàn)了良好的目標(biāo)形狀匹配效果。首先,利用弦點(diǎn)距離向量和弦點(diǎn)夾角向量方法提取局部輪廓段特征;然后,建立尋找模板目標(biāo)形狀對應(yīng)點(diǎn)的目標(biāo)函數(shù),運(yùn)用動(dòng)態(tài)規(guī)劃算法找到對應(yīng)點(diǎn);最后,利用非線性的優(yōu)化方法對模板和目標(biāo)形狀進(jìn)行匹配。實(shí)驗(yàn)證明該方法提高了賦形檢測過程中尋找模板形狀與目標(biāo)輪廓兩個(gè)點(diǎn)集對應(yīng)的準(zhǔn)確性和魯棒性。本文針對基于輪廓特征的目標(biāo)檢測方法進(jìn)行了深入的研究,內(nèi)容涉及到形狀表示、形狀相似度匹配等與目標(biāo)檢測相關(guān)的關(guān)鍵問題,并取得了一定的研究成果。
[Abstract]:This paper presents a method for quickly representing the contour of the image . ( 3 ) A new method for detecting target shape is proposed based on the index mark backdating . The method is based on the feature of the contour segment and the target function of the target contour . Finally , the method improves the accuracy and robustness of the target detection by using the method of dynamic programming . The experiment shows that the method improves the shape representation and the shape similarity matching .
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田學(xué)東;張艷;王亮;;基于輪廓特征的印刷公式粘連符號(hào)的切分[J];計(jì)算機(jī)工程與應(yīng)用;2008年04期

2 何揚(yáng)名;戴曙光;;利用輪廓特征進(jìn)行人頭識(shí)別的方法[J];計(jì)算機(jī)工程與應(yīng)用;2010年29期

3 陳燕新,戚飛虎;一種新的提取輪廓特征點(diǎn)的方法[J];紅外與毫米波學(xué)報(bào);1998年03期

4 賀雙喜,張少軍,夏經(jīng)亮,楊春彥;應(yīng)用弧長提取輪廓特征點(diǎn)的方法[J];光電工程;2004年11期

5 姬周強(qiáng);王冰;;一種新的二維碎片的輪廓匹配方法[J];計(jì)算機(jī)應(yīng)用研究;2009年08期

6 施關(guān)民;馮子亮;;基于輪廓層次樹的圖像表達(dá)和匹配[J];四川大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

7 趙東保;賀添;張卡;;基于復(fù)數(shù)矩的形狀輪廓描述與匹配方法[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2011年02期

8 艾生菊;楊文考;馬增強(qiáng);;基于輪廓特征拐點(diǎn)的遮擋車輛分離方法研究[J];鐵路計(jì)算機(jī)應(yīng)用;2011年10期

9 劉穎;裴明濤;賈云得;;側(cè)面輪廓與人耳特征相結(jié)合的人耳檢測與識(shí)別[J];中國圖象圖形學(xué)報(bào);2009年02期

10 徐全元;魯瑩;;基于圖像的林木蓄積量計(jì)算方法研究與仿真[J];計(jì)算機(jī)仿真;2012年11期

相關(guān)會(huì)議論文 前2條

1 王小鳳;周明全;郭紅波;耿國華;;一個(gè)使用歌譜信息進(jìn)行哼唱檢索的新系統(tǒng)[A];中國幾何設(shè)計(jì)與計(jì)算新進(jìn)展2007——第三屆中國幾何設(shè)計(jì)與計(jì)算大會(huì)論文集[C];2007年

2 劉富;李東;李笑月;;手掌圖像特征定位點(diǎn)提取的新方法[A];2011年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊）[C];2011年

相關(guān)重要報(bào)紙文章 前2條

1 金花;學(xué)會(huì)在家美容[N];中國商報(bào);2003年

2 本報(bào)記者 侯闖;OCR技術(shù)有新進(jìn)展[N];計(jì)算機(jī)世界;2004年

相關(guān)博士學(xué)位論文 前10條

1 竇育民;基于輪廓的目標(biāo)檢測研究[D];電子科技大學(xué);2016年

2 史思琦;基于輪廓特征的目標(biāo)識(shí)別研究[D];西安電子科技大學(xué);2012年

3 王占斌;管形零件內(nèi)輪廓三維測量與重建方法研究[D];上海交通大學(xué);2007年

4 邱志雄;基于宏觀輪廓的瀝青路面抗滑性能試驗(yàn)研究[D];華南理工大學(xué);2014年

5 李維詩;基于醫(yī)學(xué)斷層輪廓數(shù)據(jù)的反求CAD建模理論與方法研究[D];浙江大學(xué);2002年

6 楊旭東;大量程輪廓綜合測量系統(tǒng)研究[D];華中科技大學(xué);2007年

7 胡濤;基于輪廓對比的PCB裸板缺陷檢測算法研究[D];華中科技大學(xué);2009年

8 全宇暉;視覺數(shù)據(jù)不變性特征研究[D];華南理工大學(xué);2013年

9 王峰;美爾音級(jí)輪廓特征在音樂和弦識(shí)別算法中的應(yīng)用研究[D];太原理工大學(xué);2010年

10 王小鳳;基于內(nèi)容的音樂檢索關(guān)鍵技術(shù)研究[D];西北大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 劉琳;基于人體頭肩特征的行人檢測方法研究與應(yīng)用[D];南京理工大學(xué);2015年

2 陳佳明;非接觸式鋼軌全輪廓磨耗測量系統(tǒng)設(shè)計(jì)[D];南昌大學(xué);2015年

3 趙文影;通道場景下人群統(tǒng)計(jì)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

4 鮑朝前;針對圓形和三角形交通標(biāo)志的檢測與識(shí)別[D];北京工業(yè)大學(xué);2015年

5 張江雯;皮革輪廓智能跟蹤及測量的技術(shù)研究[D];浙江工業(yè)大學(xué);2015年

6 劉袁靜;基于視覺信息處理機(jī)制的輪廓檢測算法研究[D];廣西師范大學(xué);2015年

7 劉日明;基于圖像處理的冷軋中厚板輪廓檢測儀研究[D];浙江大學(xué);2012年

8 馮磊;視頻分析在行車重點(diǎn)崗位人員狀態(tài)識(shí)別中的應(yīng)用[D];中國鐵道科學(xué)研究院;2016年

9 郝春剛;人體運(yùn)動(dòng)分析中的輪廓處理技術(shù)[D];華北電力大學(xué)（北京）;2006年

10 陳敏;基于三角形外接圓的輪廓對應(yīng)算法研究[D];西北農(nóng)林科技大學(xué);2012年

，

本文編號(hào)：1979863