学位论文 > 优秀研究生学位论文题录展示

基于统计概率模型的图像目标识别技术研究

作　者: 张志远
导　师: 郭捷
学　校: 上海交通大学
专　业: 计算机应用技术
关键词: 图像识别视觉特征全局特征马尔可夫模型
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 85次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来,数字图像目标识别技术在人脸检测、车牌识别、网络图像索引和智能机器人视觉模拟等诸多领域得到了广泛应用。早期图像目标识别技术以图像的颜色、纹理和边角等局部视觉特征为主,缺乏整体性的考虑。近期的研究则注重加入图像内物体轮廓以及位置等全局特征,以提高目标识别的准确率。本文在研究图像局部特征和全局特征提取的基础上,建立了一个基于多特征融合的多目标识别分类模型。本文根据马尔可夫随机场理论,建立的多目标分类模型融合了图像的局部视觉特征和全局位置等相关特征。模型所采用的局部视觉特征包括图像的颜色、纹理、边界和边角等17维特征。模型所采用的全局位置相关特征表征了图像内物体与物体之间在空间布局上的位置相关关系。首先,我们提出了一个图像角度特征提取算法,该角度特征用于描述图像内单个物体各个部位在空间布局上的位置关系。该算法经拓展,可用来提取图像的全局位置相关特征。基于马尔可夫随机场模型的多目标识别系统的建立包括以下四个步骤:基于聚类的图像预分割处理、图像局部特征提取及局部分类模型的训练、图像全局位置相关特征提取和综合识别模型学习。经训练获得的图像多目标识别分类器可用于后续测试图像的目标识别与分类。通过在不同图像数据库上的测试分析,结果表明融合了图像局部视觉特征和全局位置相关特征所建立的综合马尔可夫随机场分类模型在处理多目标分类问题上表现出了较大的优越性,与仅基于图像局部视觉特征的分类模型相比,本文系统大大提高了目标识别的准确率。

全文目录

摘要  3-4
ABSTRACT  4-11
第一章绪论  11-17
  1.1 图像目标识别简介  11-13
  1.2 概率统计模型在图像目标识别中应用研究现状  13-15
  1.3 本文组织结构  15-17
第二章马尔可夫网络模型基础理论  17-29
  2.1 计算机视觉中的概率模型  17-19
  2.2 马尔可夫网络模型  19-22
  2.3 马尔可夫随机场模型推理算法  22-27
  2.4 本章小结  27-29
第三章基于多特征的马尔可夫随机场模型建立  29-55
  3.1 图像预分割处理  30-32
  3.2 基于图像视觉特征的识别模型  32-41
    3.2.1 图像视觉特征提取  32-37
      3.2.1.1 高斯特征提取  33-34
      3.2.1.2 拉普拉斯特征提取  34-36
      3.2.1.3 图像边缘的特征提取  36-37
    3.2.2 基于视觉特征的识别模型训练  37-41
  3.3 基于角度特征的物体局部位置特征描述  41-45
  3.4 全局位置特征提取  45-49
    3.4.1 学习相关位置概率图  46-48
    3.4.2 图像全局位置关系特征提取  48-49
  3.5 综合马尔可夫随机场模型建立  49-54
  3.6 本章小结  54-55
第四章实验及结果分析  55-69
  4.1 测试用图像数据库  55-57
  4.2 图像库图像预处理  57-59
  4.3 系统模型学习训练  59-63
  4.4 实验结果分析  63-68
  4.5 本章小结  68-69
第五章全文总结与展望  69-73
  5.1 本文工作总结  69-70
  5.2 后期工作展望  70-73
参考文献  73-77
致谢  77-79
攻读学位期间发表的学术论文目录  79-81
攻读学位期间参与的项目  81-84
附件  84

基于统计概率模型的图像目标识别技术研究

内容摘要

全文目录

相似论文