学位论文 > 优秀研究生学位论文题录展示
基于可见光与红外图像融合的目标识别研究
作 者: 孙思佳
导 师: 闫钧华
学 校: 南京航空航天大学
专 业: 导航、制导与控制
关键词: 目标识别 模型匹配 SIFT特征 视觉词汇 图像融合
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 24次
引 用: 0次
阅 读: 论文下载
内容摘要
可见光图像具有丰富的细节信息但不能显示烟雾遮挡或黑暗环境中的热源目标,而红外图像可以显示目标但其边缘信息模糊,将可见光图像与红外图像融合可以提高目标识别的性能。本文首先研究了基于简化轮廓模型匹配的目标识别方法,构造了交通工具的全方位姿态模型库,提取模型库中交通工具的轮廓特征,应用最小周长多边形近似方法去除次要轮廓信息,获得简化轮廓,构造同底三角形并获得三个特征量用于匹配识别。该算法识别速度较快,但在视角及尺度变化时稳定性有待改进,且不适用于遮挡目标的识别。针对于此,本文接着研究了改进的基于SIFT特征的视觉词汇目标识别算法。 SIFT特征对尺度、旋转、光照、图像形变以及小视角变化都具有较好的不变性,将SIFT特征作为视觉单词,构造表征目标的视觉词汇统计直方图特征矢量,应用k-近邻规则对待识别目标进行分类识别。由于SIFT特征属于局部特征,该算法在目标被遮挡情况下仍具有很强的识别能力,目标识别的稳定性大大提高。由于经典SIFT特征基于图像灰度梯度,不能够区分相同外形但不同颜色的目标,所以本文提出改进的基于HSV颜色区间化矩阵的SIFT特征,即Q-SIFT,通过颜色区间化矩阵在SIFT特征中加入颜色信息,充分利用颜色信息识别目标。Q-SIFT不改变SIFT特征原来的结构,在光照变化与角度变化情况下的匹配能力具有较为明显的优势,而且在匹配速度方面的优势尤为明显。最后本文在经典SIFT算法的基础上,对可见光与红外图像融合的目标识别进行了研究。主要研究了基于像素级加权平均的图像融合识别方法,并在“有烟雾遮挡”和“无烟雾遮挡”场景中进行不同权值融合图像与单模图像目标匹配性能对比实验,实验结果表明,根据实际应用环境的不同选取适当的权值,可见光与红外融合图像在目标匹配与识别方面的性能优于单模图像。
|
全文目录
摘要 4-5 ABSTRACT 5-11 第一章 绪论 11-18 1.1 研究背景及意义 11-13 1.2 目标融合识别的国内外研究现状 13-14 1.3 图像融合及目标识别 14-16 1.4 论文主要工作及安排 16-18 第二章 图像目标识别预处理及特征量 18-36 2.1 图像平滑 18-21 2.1.1 平滑算法 18-20 2.1.2 平滑算法实验分析 20-21 2.2 图像增强 21-22 2.2.1 直方图均衡化 21-22 2.2.2 实验结果及分析 22 2.3 图像形态学 22-23 2.4 目标识别特征 23-35 2.4.1 角点特征 24-30 2.4.2 斑点(Blob)特征 30-32 2.4.3 颜色特征 32-35 2.5 本章小结 35-36 第三章 基于简化轮廓模型匹配的目标识别方法 36-45 3.1 目标轮廓的最小周长多边形近似(MPP) 36-37 3.2 构造特征不变量——同底三角形面积比 37-39 3.3 建立全方位姿态目标匹配模型库 39-41 3.3.1 全方位姿态目标匹配模型库的框架 39 3.3.2 全方位姿态目标匹配模型库的实现 39-41 3.4 基于模型匹配的目标识别算法 41-44 3.4.1 建立模型匹配数据库 41 3.4.2 目标识别算法流程 41-42 3.4.3 实验结果 42-44 3.5 本章小结 44-45 第四章 改进的基于 SIFT 和颜色特征的目标识别算法 45-69 4.1 SIFT 特征提取 45-53 4.1.1 高斯尺度空间 46-47 4.1.2 生成 DoG 尺度空间 47-48 4.1.3 检测尺度空间极值点 48-50 4.1.4 指定特征点方向参数 50-51 4.1.5 构造 SIFT 特征点特征矢量 51-53 4.2 视觉词汇算法 53-56 4.2.1 视觉词汇(Bag of Words)算法过程 53-55 4.2.2 k-近邻规则 55-56 4.3 基于 SIFT 的 BoW 识别算法实验结果 56-63 4.3.1 全方位姿态模型库识别实验 58-61 4.3.2 Caltech-101 图像库识别实验 61-63 4.4 改进的基于颜色区间化矩阵的 SIFT 特征 63-67 4.4.1 构造基于 HSV 颜色区间化矩阵的 SIFT 特征 63-65 4.4.2 实验结果及分析 65-67 4.5 本章小结 67-69 第五章 可见光与红外图像融合的目标识别方法 69-77 5.1 红外与可见光图像的特征 69-71 5.2 红外图像和可见光图像的像素级融合算法 71-76 5.2.1 可见光和红外图像的像素级加权平均融合 71-72 5.2.2 基于像素级图像融合识别算法实验结果及分析 72-76 5.3 本章小结 76-77 第六章 总结与展望 77-79 参考文献 79-83 致谢 83-84 在学期间的研究成果及发表的学术论文 84
|
相似论文
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 图像拼接技术研究,TP391.41
- 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 抗几何攻击的彩色图像数字水印算法研究,TP309.7
- 基于水平集区域分割的医学图像融合算法研究,TP391.41
- 非稳定背景下的运动目标检测与鲁棒跟踪方法研究,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 基于PET/CT的医学图像融合算法的设计与实现,TP391.41
- 基于加速鲁棒特征的全景图拼接技术研究,TP391.41
- 妇科手术图像预处理研究与实现,TP391.41
- 基于提升小波的图像融合规则研究,TP391.41
- SAR成像目标识别子区选取与匹配方法研究,TN957.52
- 基于视频监控的特定目标识别研究,TP391.41
- 基于空间邻域词袋模型的图像标注技术,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|