学位论文 > 优秀研究生学位论文题录展示

图像的局部不变性特征方法研究

作　者: 刘萍萍
导　师: 赵宏伟
学　校: 吉林大学
专　业: 计算机应用技术
关键词: 局部不变性特征物体识别图像匹配图像分类尺度空间仿射不变矩检测子算法描述子算法
分类号: TP391.41
类　型: 博士论文
年　份: 2009年
下　载: 813次
引　用: 4次
阅　读: 论文下载

内容摘要

图像的局部不变性特征方法符合人类视觉处理机制,抗多种图像变换,并且具有冗余性低,无需预先对图像分割等特点,因而成为机器视觉和模式识别领域的研究热点。在大规模数据库和实时处理中应用局部不变性特征方法已经成为发展趋势。本文的目标在于提出高效的且可用于实时应用的局部不变性特征检测和描述算法。同时,本文将局部不变性特征方法与生物物体识别机制结合并应用于图像分类中,拓展了该方法的应用领域。本文的主要研究内容包括:(1)综述了局部不变性特征方法的研究现状,并分类讨论了当前主要的检测子和描述子算法及其评价标准;(2)提出快速旋转不变的局部不变性特征检测子算法,实验表明该检测子算法可在减少计算时间的前提下,提高特征检测在图像旋转变换中的性能;(3)提出了一种新型的基于分布的描述子算法,仅利用邻域像素的线性计算关系建立特征描述,实验表明该算法可有效减少特征描述时间而性能没有损失;(4)基于局部梯度的仿射不变矩提出了仿射不变的描述子算法,实验表明该算法可在图像的视角变换中提高特征描述的稳定性并且计算高效;(5)提出基于局部不变性特征与仿生视皮层识别机制结合的图像分类识别方法,实验表明其性能超过对比的机器视觉算法。

全文目录

内容提要  4-9
第1章绪论  9-17
  1.1 概述  9
  1.2 研究背景  9-11
  1.3 国内外研究现状  11-13
  1.4 研究意义  13-14
  1.5 本文的主要工作  14-17
第2章局部不变性特征方法  17-35
  2.1 局部不变性特征方法的基本框架  17-18
  2.2 局部不变性特征提取的目标  18-23
    2.2.1 尺度不变性  18-21
    2.2.2 仿射变换的数学模型  21-23
  2.3 局部不变性特征检测方法  23-29
    2.3.1 特征提取的各种定义  23-25
    2.3.2 检测子算法综述  25-29
    2.3.3 局部不变性特征检测方法评价  29
  2.4 局部不变性特征描述方法  29-32
    2.4.1 描述子算法综述  30-31
    2.4.2 局部不变性特征描述方法评价  31-32
  2.5 局部不变性特征匹配方法  32
  2.6 局部不变性特征算法的评估准则  32-34
  2.7 本章小结  34-35
第3章快速检测子算法  35-51
  3.1 引言  35
  3.2 研究现状  35-43
    3.2.1 DoG检测子  35-39
    3.2.2 FAST检测子  39-40
    3.2.3 Fast-Hessian检测子  40-43
  3.3 旋转不变的Fast-Hessian检测子  43-45
  3.4 实验结果与分析  45-49
    3.4.1 实验数据集与实验条件  45-47
    3.4.2 运行时间对比实验  47-48
    3.4.3 性能对比实验  48-49
  3.5 本章小结  49-51
第4章基于局部像素分布关系的描述子  51-65
  4.1 基于分布的描述子  51-55
    4.1.1 SIFT描述子  51-52
    4.1.2 PCA-SIFT描述子  52-53
    4.1.3 形状上下文描述子  53-54
    4.1.4 Spin Image  54
    4.1.5 GLOH描述子  54-55
  4.2 规范化强度对比描述子  55-57
    4.2.1 兴趣区域的划分  55
    4.2.2 描述子算法  55-57
  4.3 实验结果与分析  57-64
    4.3.1 检测子的选择  57
    4.3.2 图像匹配实验  57-62
    4.3.3 物体识别实验  62-64
  4.4 本章小结  64-65
第5章基于仿射不变矩的描述子  65-81
  5.1 引言  65-66
  5.2 矩的概念  66-67
  5.3 不变矩  67-70
  5.4 Flusser&Suk仿射不变矩  70-72
  5.5 基于局部梯度的仿射不变矩  72-73
  5.6 实验结果与分析  73-80
    5.6.1 数据集  73-74
    5.6.2 描述子维度和计算时间实验  74-76
    5.6.3 性能对比实验  76-78
    5.6.4 匹配实例  78-80
  5.7 本章小结  80-81
第6章基于局部不变性特征和视皮层识别机制的图像分类方法  81-95
  6.1 引言  81-82
  6.2 基于局部不变性特征的图像分类方法  82-83
  6.3 基于生物视皮层识别机制的图像分类体系  83-85
  6.4 系统模型  85-90
    6.4.1 图像层  86
    6.4.2 简单细胞功能层SI  86-87
    6.4.3 稀疏化层SP  87-89
    6.4.4 中间模板层  89
    6.4.5 全局不变层  89-90
    6.4.6 分类网络  90
  6.5 算法流程  90
  6.6 算法分析与实验  90-94
    6.6.1 实验数据库  90-91
    6.6.2 模型参数实验  91-92
    6.6.3 对比SIFT特征方法  92-93
    6.6.4 对比其它模型体系  93-94
  6.7 本章小结  94-95
第7章全文总结  95-99
  7.1 论文的基础性工作  95-96
  7.2 论文的创新性工作  96-97
  7.3 未来的研究工作展望  97-99
参考文献  99-108
致谢  108-109
作者攻读博士期间发表的论文和科研成果  109-111
学位论文摘要（中文）  111-114
学位论文摘要（英文）  114-116

图像的局部不变性特征方法研究

内容摘要

全文目录

相似论文