收藏本站
《长春工业大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于SIFT的场景理解方法研究

闫国青  
【摘要】:场景理解建立在图像理解的基础上,也可以说图像理解就是通过处理图像数据来获得对图像所反映的场景的理解。场景理解是视觉分析的最高层次,是在对图像或图像系列的处理和分析基础上,进一步对图像的内容给予解释,或者说给出场景的含义。对于场景理解,人们已经建成了许多专用系统,但是还没有广泛意义上的通用系统。 本论文围绕场景理解的一些关键技术进行了一些探索性的研究,包括图像分割、特征提取、表示与描述以及图像匹配与识别。为了能够正确地理解图像的内容,首先要做的事情就是把图像中被识别的对象提取出来,然后利用知识和模型对其加以识别,从而获得图像的含义。图像分割就是把图像分成各具特性的区域并提取出感兴趣目标的技术。图像理解和解释必须是在对图像进行自动分析,提取特征的基础上实现的,有效的特征提取是图像理解中不可缺少的一环。 在完成对目标的分割、提取和描述之后,主要应解决的问题将是如何完成对图像的解释。通常在图像处理和理解的过程中我们可以采用特征来对目标加以描述。本论文的主要研究内容有:在重点研究了当前主流的几种特征检测子及描绘子之后,创新性地提出结合MSCR检测子与SIFT描述子进行场景识别的方法;采用数学形态学的方法对检测出的稳定区域进行消除与合并处理,更加有利于下一步的特征提取及描述,使检测更加稳定精确;把本文方法与采用其它检测子与描绘子的两种方法做了综合比较,结论得出本文方法具有较高的正确识别率;把本文方法与基于全局外观特征的方法做了比较,结论得出本文方法识别稳定性更高,能够更好的容忍尺度、视角等变化,具有较强的鲁棒性。 本文利用MSCR检测子检测最大稳定区域并计算所提取的稳定区域的SIFT特征,对其进行不变性表示。实际的场景识别过程如下所述:首先对已知场景用具有代表性的图像组建图像数据库;然后提取数据库中所有图像不变特征并存储。在识别阶段,将待识别图像严格按照上述方法进行处理。通过将待识别图像的特征与图像库中每一幅图像的特征做比较,并采用基于特征向量欧拉距离的方法识别该图像。 实验结果表明本文方法具有较高的正确识别率,并对图像非线性亮度变换、仿射变换以及3D视角变换都具有较强的鲁棒性。而且室内室外环境的场景识别实验也表明,该方法与基于全局外观的方法相比稳定性更高,性能更好。
【学位授予单位】:长春工业大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP391.41

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 危辉,王增进;基于局部相似自组织的遥感图像自动识别算法[J];电波科学学报;2004年04期
2 ;“智能感知与图像理解”实验室被正式批准为教育部重点实验室[J];电子科技;2008年03期
3 ;图像、语音、自然语言理解与知识发掘[J];中国科学院院刊;2002年02期
4 刘亚东;李明;周宗潭;胡德文;;在“计算机视觉”教学中引入人类视觉系统知识[J];电气电子教学学报;2010年05期
5 王增进 ,危辉;改进的多层判别回归树算法及其在遥感图像分析中的应用[J];计算机学报;2004年01期
6 李忠海,王常虹;图像对比度自适应调整算法[J];哈尔滨工业大学学报;2004年10期
7 罗勤;郭丽艳;;基于舰载无人机的海战场打击效果评估研究[J];舰船电子工程;2008年06期
8 纪钢,张小川;图像特征与图像内容检索方法分析[J];四川兵工学报;2003年03期
9 席大春,周成平,娄联堂;基于图像理解的桥梁自动打击效果评估系统研究[J];计算机应用研究;2004年11期
10 陈志强,曾凯,张丽,邢宇翔;三维锥束扫描CT成像图像重建新进展[J];CT理论与应用研究;2004年04期
中国重要会议论文全文数据库 前10条
1 冯晓萌;吴玲达;邓莉琼;陈宇宁;;简单动画形象的SIFT特征点匹配研究[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
2 杨俊;战荫伟;;基于SIFT及射影变换的多摄像机目标交接[A];第十五届全国图象图形学学术会议论文集[C];2010年
3 宋丹;赵保军;;一种基于SIFT算子的动态目标跟踪的改进方法[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
4 汪丽华;汪道寅;王泽梁;;SIFT算法图像自适应优化[A];浙江省电子学会2011学术年会论文集[C];2011年
5 龚志辉;张春美;孙雷;范民强;;改进SIFT特征在遥感图像目标匹配中的应用研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
6 艾浩军;朱荣;张敏;李俊;方禹;王红霞;;基于SIFT尺度分量的两级匹配物体识别算法研究[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【poster】[C];2011年
7 李刚;曾荣盛;韩建涛;陈曾平;;基于双向SIFT的未标定图像的立体匹配[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
8 胡良梅;张骏;谢昭;;Booosting及其在图像理解中应用综述[A];第七届全国信息获取与处理学术会议论文集[C];2009年
9 杨加艳;肖辉;肖稳安;秦元明;;基于SATP和SIFT方法分析雨滴谱特征及参数关系[A];第27届中国气象学会年会人工影响天气与云雾物理新技术理论及进展分会场论文集[C];2010年
10 汤伯超;蔡念;程昱;潘晴;;基于颜色量化矩阵的SIFT特征描述方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
中国重要报纸全文数据库 前1条
1 南阳市八中 王从瑞;化学平衡教学体会[N];学知报;2011年
中国博士学位论文全文数据库 前10条
1 白明;自主移动机器人的运动规划与图像理解研究[D];大连理工大学;2011年
2 胡德昆;基于生物视觉感知机制的图像理解技术研究[D];电子科技大学;2012年
3 沈会良;中低层图像理解算法研究[D];浙江大学;2002年
4 任柯燕;基于机器视觉的室外场景图像理解方法研究[D];北京邮电大学;2012年
5 胡良梅;基于信息融合的图像理解方法研究[D];合肥工业大学;2006年
6 张祥合;复杂场景中目标识别与分类的仿生原理和方法[D];吉林大学;2012年
7 谢昭;图像理解的关键问题和方法研究[D];合肥工业大学;2007年
8 刘茂福;图像挖掘中的图像预处理技术研究[D];武汉大学;2005年
9 孙伟;基于粒子滤波的视频目标跟踪关键技术及应用研究[D];西安电子科技大学;2009年
10 韩光;面向非结构环境图像理解的算法研究[D];南京理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 闫国青;基于SIFT的场景理解方法研究[D];长春工业大学;2010年
2 傅光磊;基于语义绑定的分层视觉词汇库的图像理解算法研究[D];上海交通大学;2010年
3 王佳锐;基于图像理解的动态特征目标分析与辨识方法研究[D];哈尔滨工业大学;2009年
4 龚泠方;基于SIFT特征匹配的图像拼接技术研究[D];云南大学;2012年
5 尹丽花;基于改进SIFT算法的图像拼接技术研究[D];重庆师范大学;2012年
6 姜思宇;基于SIFT的全局运动估计算法研究[D];燕山大学;2011年
7 李灵军;基于SIFT算法的图像拼接技术研究[D];海南大学;2011年
8 王若愚;基于SIFT的数字水印算法研究[D];华中科技大学;2011年
9 周正寅;野外机器人的场景图像理解与偏振特性研究[D];浙江工商大学;2012年
10 林秉雄;SIFT特征匹配标准与匹配方式的改进与应用[D];大连理工大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026