收藏本站
《华中科技大学》 2014年
收藏 | 手机打开
二维码
手机客户端打开本文

复杂场景下基于阴阳离散点计算的形状检测与提取方法研究

朱宗晓  
【摘要】:形状检测与提取是目标检测领域的关键技术之一,某种程度上代表了计算机视觉的发展水平,具有重要的研究意义和广泛的应用前景。但目标所处的复杂场景给快速鲁棒的形状检测与提取带来了巨大的困难和挑战。阴阳离散点计算是本文提出的一种应对这一困难和挑战的图像分析新方法。本文以复杂场景下线形状、面形状,以及自身具有复杂结构的线形状为研究对象,以对这些形状的快速鲁棒检测与提取为研究目标,从研究需求、方法提出、基本应用、改进应用、增强方法适应性等多个方面对阴阳离散点计算展开了相关理论和技术问题的研究。 论文首先对复杂场景下目标检测、形状提取、形状匹配、自然手写文本行分割等图像分析领域面临的困难进行了分析,归纳总结出其共性问题在于所提取的低层次特征不稳定和低层次特征组织起来困难。而粒计算“构建问题的粒结构”和在“粒结构中进行问题求解”的方法论为结构化求解上述共性问题提供了一套理论框架。于是从粒计算的哲学思想和方法论出发,论文提出了特征离散点计算和阴阳离散点计算。特征离散点计算是粒计算在图像分析领域的具体实现与应用,而阴阳离散点计算则是以局部邻域内灰度变化显著与否为显著特征建立起的一种面向复杂场景下形状检测与提取的特征离散点计算方法。 针对现有图像分析方法中低层次特征不稳定的问题,论文提出了阴阳离散点采样模型。该模型是一种采用局部自适应闽值的固定网格采样,其采样机制根据韦伯定律建立,因而能够自动适应图像光照变化。模型中体现了对重复性刺激的抑制,因而对噪声、纹理等干扰不敏感,能够自动增强目标、抑制背景。复杂场景中面目标边界和细长曲线结构在阴阳离散点采样图中不再是一些单像素时断时续的不稳定细线,而是由一批离散点聚集而成的稳定条带区域,为后续的阴阳离散点编组带来了很大的便利。 针对现有图像分析方法中低层次特征组织困难的问题,论文提出了阴阳离散点编组方法。该方法包括基于中心线编组的形状提取和基于轮廓模板匹配的形状检测两类主要的编组方法。前者通过对阴阳离散点采样图中不同类型条带区域中的离散点特征进行分析,设计出一套基于特征点、直线段、中心线的三层检测系统,能够快速光滑准确地提取出条带区域的中心线及其类型,并通过格式塔法则对其进行聚类获取最终的形状结果;后者则以阴阳离散点采样图作为中间表达增强了场景图的稳定性,通过在阴阳离散点采样图中轮廓模板对应条带区域的方式降低了匹配难度,根据待匹配形状与轮廓模板之间差异变形的不同情况,设计了优选——变形——估计三种模板优化策略。上述编组方法的综合运用,能够满足存在仿射变形时大尺度形状特征的快速检测与提取需求。 在基本应用方面,论文将阴阳离散点计算引入货车车厢故障检测系统应用当中。货车车厢故障检测系统拍摄到的图像存在着一定程度的几何变形和较大程度的非线性变形,对场景图中间表达的要求主要是稳定性,即尽可能不受光照变化、斑点噪声、几何变形的干扰。阴阳离散点采样模型非常好地满足了这些需求。论文运用前面建立的各种阴阳离散点编组方法,对货车车厢故障检测系统中相似部件分类和车轮定位等问题进行了深入研究,实验室噪声实验和近三年的现场应用实践证明了上述方法的实时性、准确性和鲁棒性。 在改进应用方面,论文对阴阳离散点采样模型进行了改造,提出了增强阳离散点计算方法,并将其引入航拍图像面目标检测当中。首先通过增强阳离散点采样使图像中灰度比较均匀的区域在增强阳离散点采样图中更为显著,然后论文结合面目标检测的实际应用需求建立了特征检索、边界提取、间接获取三种通过增强阳离散点编组检测面目标的策略。相关研究成果在航拍图像中圆形油桶检测和港口舰船检测项目中得到了应用。 最后,为了增强阴阳离散点计算的适用性,论文从阴阳离散点计算的大量实践中归纳出了特征离散点计算的实施步骤,并将其应用于自然手写汉字文本行分割当中,提出了一种反馈式分列行投影文本行分割方法。该方法在特征离散点计算的结构化问题求解框架下,通过行分割中特征点的选择、采样与优化,编组与反馈以及行边缘优化四个环节,对实验样本中绝大多数自然手写文本能够得到正确的行分割结果。在HIT-MW中文手写文本库取得与现有最好分割算法相当的结果,并大幅降低了分割算法的时间复杂度。 本文对复杂场景下线形状、面形状,以及自身具有复杂结构的线形状这三类形状的检测和提取问题进行了深入的理论研究,详细论述了阴阳离散点计算方法,提出了特征离散点计算方法,并在多个实际项目中进行了检验和完善,为解决复杂场景下的目标检测面临的瓶颈问题,缩小计算机视觉与人类视觉水平之间的差距做出了一定的努力和贡献。
【学位授予单位】:华中科技大学
【学位级别】:博士
【学位授予年份】:2014
【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 贾晓光,钱国蕙;目标形状特征的提取和识别[J];哈尔滨工业大学学报;1985年S8期
2 时颢;赖惠成;汪烈军;陈钦政;;基于形状特征的棉花成熟度判别方法[J];中国农机化学报;2014年04期
3 周炜;郑建荣;刘长利;;基于知识与图的形状特征层次识别方法[J];计算机工程;2009年24期
4 宁亚辉;雷小奇;王功孝;李顺琴;;Dempster-Shafer证据融合形状特征的高分辨率遥感图像道路信息提取[J];中国图象图形学报;2011年12期
5 高兆法,欧宗瑛;产品信息模型中形状特征的表达研究[J];组合机床与自动化加工技术;1999年08期
6 苏晓锋,黄正东,朱林,常明;形状特征中的拓扑元素编码体系[J];计算机辅助设计与图形学学报;2000年02期
7 王玉,邢渊,阮雪榆;基于功能的注塑件形状特征模糊选择[J];上海交通大学学报;2002年07期
8 李丙春;;图像区域边缘形状特征提取[J];喀什师范学院学报;2007年03期
9 罗庆洲;尹球;匡定波;;光谱与形状特征相结合的道路提取方法研究[J];遥感技术与应用;2007年03期
10 段立娟;;形状特征的编码描述研究综述[J];计算机科学;2007年08期
中国重要会议论文全文数据库 前7条
1 张世学;吴恩华;;基于形状特征与变形保持的动态模型简化[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年
2 高剂斌;李裕梅;;基于复杂网络的图像形状特征提取及多特征融合方案探究[A];中国系统工程学会第十八届学术年会论文集——A12系统科学与系统工程理论在各个领域中的应用研究[C];2014年
3 胡帆;廖斌;薛巧平;;基于轮廓的形状特征提取方法[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年
4 李连;朱爱红;;基于形状的图像检索技术研究[A];’2004计算机应用技术交流会议论文集[C];2004年
5 路阳;董宏丽;;基于MATLAB实现水稻颗粒图像形状特征分析[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年
6 甘俊英;赵向阳;张有为;;视觉语言特征—灰度轮廓权向量差分形状特征[A];图像 仿真 信息技术——第二届联合学术会议论文集[C];2002年
7 任尚坤;林天华;朱志斌;宋凯;任吉林;;交流场检测技术中影响扰动磁场特征因素的有限元仿真及试验研究[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
中国重要报纸全文数据库 前3条
1 程春;画面清新自然 寓意美好吉祥[N];中国集邮报;2014年
2 党耀武;给你一双“慧眼” 判读高空侦察照片[N];中国国防报;2002年
3 实习记者 刘丽媛;看手相知健康[N];江苏科技报;2012年
中国博士学位论文全文数据库 前10条
1 赵伟;自由形状特征的重用与抑制[D];浙江大学;2008年
2 王青;反求工程中基于变形的自由形状特征重构[D];浙江大学;2006年
3 陈飞;基于形状先验的同时分割与识别研究[D];浙江大学;2013年
4 柴伦绍;具有形变鲁棒性的形状特征研究及其在检索中的应用[D];北京邮电大学;2014年
5 桂江生;二维水果形状检测与分类算法研究[D];浙江大学;2007年
6 罗磊;形状分解和基于机器学习的图像检索技术研究[D];国防科学技术大学;2013年
7 王军伟;融合全局与局部信息的形状轮廓特征分析与匹配[D];华中科技大学;2012年
8 陈国栋;面向机器人的物体形状及姿态识别研究[D];哈尔滨工业大学;2011年
9 王淳;形状的部分结构解析和识别[D];华中科技大学;2014年
10 朱宗晓;复杂场景下基于阴阳离散点计算的形状检测与提取方法研究[D];华中科技大学;2014年
中国硕士学位论文全文数据库 前10条
1 顾华;基于形状特征的人脸分类研究[D];清华大学;2004年
2 李国琳;傅立叶描绘子对形状进行识别与检索[D];吉林大学;2005年
3 陈孝春;二维形状的描述和识别的研究[D];浙江大学;2006年
4 叶晓雷;基于图的谱理论形状表达与识别研究[D];湖北大学;2012年
5 李相军;形状的潜在语义结构表示及匹配研究[D];重庆大学;2011年
6 杨小娜;基于形状上下文的目标形状识别与匹配[D];昆明理工大学;2013年
7 苗静;基于形状特征的图像检索技术研究[D];长春理工大学;2009年
8 林辉;基于数字图像处理技术的粗集料形状特征量化研究[D];湖南大学;2007年
9 赵涛;二维形状表示及分类方法研究[D];苏州大学;2011年
10 陈曦;V系统在形状分类中的应用[D];北方工业大学;2012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