收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

机器视觉中物体识别方法的研究与探讨

王利明  
【摘要】: 机器视觉(Computer vision)是研究如何使计算机对图像数据产生智能化感知的一门科学。物体识别在机器视觉领域属于一项基础研究,对图像理解目标的实现起着至关重要的作用。有效的物体识别算法是包括图像检索、视频监控、医学图像处理、工业机器人在内等众多应用领域的前提与基础。物体识别技术推动着工业、医学、交通、国防等领域朝着自动化、智能化方向快速前进,并有可能从根本上改变它们的发展模式;随着相关科学技术在应用层面的普及,它甚至走进了人们的衣食住行当中。然而,物体识别技术仍然处在一个快速发展的初级阶段,或许对于某些特定的应用可能有一些专门的解决方案,但是一个通用的鲁棒的理论和算法框架尚未出现。本文讨论了笔者在这个课题上的一些研究工作。 首先,第3章提出一个简明的基于形状点特征的物体识别算法。在该算法框架中,对传统的形状上下文描述子做了两方面的改进,并且基于改进的形状特征在图像中寻找局部匹配。通过一种通用的霍夫变换投票过程,将匹配结果组织起来产生物体检测的假设。特征改进的主要目的是为了避免背景对物体形状特征所产生的干扰,以及使特征对物体形变有更好的容忍度。这种利用先验模型在图像中寻找可能物体假设的过程是一种自顶向下的识别过程,它一般会有较高的识别率,但是精度不够理想。为了有效提高识别的精度,在第一步识别的基础上使用分类器方法对识别假设进一步辨别真伪,并结合自底向上的图像分割信息获取物体在图像中的前景区域。 背景杂物一直是影响物体识别性能的重要因素。基于中心点和邻域的图像特征由于背景杂物的存在,往往导致有用信息被严重破坏。大部分的识别方法会采用学习的策略,通过海量的训练数据来教会计算机记住特征中的哪些维度是重要的,哪些维度又应该是忽略的。第4章中提出了一种新的方法,可以有效克服背景信号的干扰,并且对某一类物体只使用单一的训练样本。使用自底向上的轮廓线作为基本的图像元素,并采用很大的领域范围来提取形状特征是本方法的一个特色。选择很大的领域范围事实上加重了背景杂物对有用信号的干扰,对一些形状狭长的物体来说尤为严重。为了解决背景干扰物问题,本文中的方法模仿人类视觉中的选择机制对轮廓线进行组合选择,利用选择出来的轮廓线生成形状特征并与模型进行匹配。从实验结果可以看到,通过该方法选择出来的特征可以很好地从特征维度中去掉背景信号,达到最终的识别目的。在选择匹配的过程中保证了轮廓线底层语义的完整性。 物体识别的层次不仅仅是判断图像中是否存在某类物体,或者物体在图像中所处的位置等等,还包括对物体更高层次的理解,姿态分析便是其中之一。第5章提出了一种同样是基于选择的姿态分析算法。不仅对图像中的轮廓线进行选择,对模型姿态参数也进行选择。通过匹配从图像中选择出来的轮廓线与从模型中选择出来的姿态来判断其合理性。实验中,该算法被应用在一组棒球运动员的图像数据库上,并取得了很好的效果,可以得到较为精准的姿态判断。 第6章讨论的内容是物体识别的一个子课题:轮廓线聚类。不同于利用轮廓线选择进行自顶向下的物体识别(本质上是利用模型把前景轮廓线聚为一类),这里的轮廓线聚类仍然是一个自底向上的过程。文中的方法期望把轮廓线进行某种聚类以得到更高一层的图像信号表示。方法选取了另外一张相关的图片(深度相关、运动相关、相似图片)来帮助完成这个目标。 在交通领域中,街道场景一直是视觉算法应用的重要场合。第7章利用一种混合的识别方法对街道场景中的物体进行了识别。这些物体包括交通灯、路标、路灯、消防栓、树木以及汽车。由于这几类物体内在的属性并不一样(有的物体是刚性物体,有的是由纹理组成,有的则是半刚性或者容易变形),本文因地制宜地采用了不同的方法来检测不同的物体类别。文中列出了对这几类物体的检测结果。 形状特征的提取主要基于边界信息。为了能够得到清楚的边界信息,从而增强形状特征的描述能力,第8章提出了一种能够自适应调节参数的图像扩散算法。该算法的目标是在保持图像结构的前提下去除图像的噪声,特别是一些随机噪声与纹理噪声。本文设计了一种新的核函数来增强图像结构的保持性能,并且在实现中利用自底向上的图像分割信息自适应地调节核函数的参数。从实验结果可以看到,这种扩散算法可以增强边界检测的结果,从而改进形状特征的描述性能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王鑫;荆晶;葛庆平;;检测不规则图形的改进广义Hough变换[J];计算机工程;2007年08期
2 刘勇;张蕾;范庆辉;;结合IGA和BP算法的物体识别方法[J];计算机工程与应用;2009年18期
3 刘曦;史忠植;石志伟;施智平;;一种基于特征捆绑计算模型的物体识别方法[J];软件学报;2010年03期
4 查英;刘铁根;杜东;;图像识别技术在零件装配自动识别中的应用[J];计算机工程;2006年10期
5 查英;刘铁根;杜东;江俊峰;;基于机器视觉的零件自动装配系统[J];天津大学学报;2006年06期
6 刘亦书;;区域高斯描绘子及其在物体识别中的应用[J];计算机工程与设计;2007年15期
7 马永华;耿瑞芳;张罡;;基于Blob算法的机器视觉图像识别方法的研究[J];仪器仪表用户;2008年04期
8 张蕾;刘勇;范庆辉;;基于修正不变矩和范数的物体特征识别方法[J];微电子学与计算机;2008年06期
9 武思远;芦东昕;黄宗武;;基于级联法的目标识别方法研究[J];中国电力教育;2008年S3期
10 汪国云;李济顺;;基于轮廓的物体识别与定位方法[J];河南科技大学学报(自然科学版);2006年06期
11 张蕾;普杰信;范庆辉;;一种基于改进BP神经网络的物体识别方法[J];微电子学与计算机;2008年04期
12 李永红;卢昭金;刘哲;石海杰;;基于直线和SIFT融合特征的物体识别研究[J];国外电子测量技术;2009年06期
13 庞元;陈启军;;RoboCup中型组机器人物体识别技术研究[J];科技导报;2007年07期
14 穴洪涛;田国会;李晓磊;路飞;;QR Code在多种类物体识别与操作中的应用[J];山东大学学报(工学版);2007年06期
15 张蕾;普杰信;范庆辉;;基于遗传算法和BP网络的物体识别方法[J];计算机工程与设计;2008年07期
16 张梅;张祖勋;;基于微分不变量和区域增长法的深度图分割[J];计算机工程;2008年19期
17 刘萍萍;赵宏伟;臧雪柏;王慧;;移动机器人定位图像匹配的快速局部特征算法[J];仪器仪表学报;2009年08期
18 张小军;胡福乔;;基于广义霍夫变换的芯片检测[J];计算机工程;2009年23期
19 李伟生;赵灵芝;;基于兴趣点多特征融合的物体识别方法[J];计算机工程;2010年18期
20 李耀勇;郑南宁;;自组织—时滞混合神经网络模型及其在遮挡工件识别中的应用[J];模式识别与人工智能;1997年04期
中国重要会议论文全文数据库 前10条
1 周程;吴飞;庄越挺;;基于层次反馈机制的物体识别[A];第十五届全国图象图形学学术会议论文集[C];2010年
2 郭明玮;朱明清;赵宇宙;王建;陈宗海;;基于生物视觉的物体识别方法研究现状分析[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
3 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
4 鲁迪;姜志国;;基于图元检测的物体识别方法研究[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
5 杜建洪;梁子长;;车辆走向定位技术的研究[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年
6 谭锋;郑乾怡;陈启军;;2005年同济大学四腿组技术报告[A];2005中国机器人大赛论文集[C];2005年
7 吴涛;胡庭波;;基于单目测距的立体视觉技术[A];中国宇航学会深空探测技术专业委员会第二届学术会议论文集[C];2005年
8 孙彦良;任衍具;;真实场景中朝向和背景对物体识别的影响[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 邓烈;郁道银;江洁;李威;;一种基于掩模的图像平滑方法[A];第三届全国现代生物物理技术学术讨论会论文摘要汇编[C];2000年
10 杨学耕;陈慎豪;王超;李亮;;数字全息术研究硫酸溶液中磁场对铁阳极溶解的影响[A];第十三次全国电化学会议论文摘要集(下集)[C];2005年
中国博士学位论文全文数据库 前10条
1 王利明;机器视觉中物体识别方法的研究与探讨[D];复旦大学;2009年
2 彭冬亮;降质图像处理方法及其在机器人视觉系统中的应用研究[D];浙江大学;2003年
3 杨雄;图像解译数据库与物体识别的计算机理研究[D];华中科技大学;2010年
4 陶维东;非面孔物体识别倒置效应[D];西南大学;2009年
5 刘萍萍;图像的局部不变性特征方法研究[D];吉林大学;2009年
6 陆承恩;基于形状的图像轮廓赋形及目标检测技术[D];华中科技大学;2009年
7 陆燕玉;视觉假体中人工视觉最小信息需求及其优化研究[D];上海交通大学;2012年
8 肖壮伟;基于脑功能磁共振成像技术的基础和临床研究[D];汕头大学;2005年
9 陈远浩;非监督的结构学习及其应用[D];中国科学技术大学;2008年
10 茹少峰;破碎物体复原技术与计算机辅助文物复原研究[D];西北大学;2004年
中国硕士学位论文全文数据库 前10条
1 王沫;室内助盲系统物体识别方法的研究[D];河北工业大学;2011年
2 陈赟;一种物体识别方法的研究及若干应用[D];复旦大学;2010年
3 史静茹;仿真假体视觉下基于不规则光幻视阵列的物体识别研究[D];上海交通大学;2011年
4 周淼;物体识别中与特征整合相关的脑电活动研究[D];电子科技大学;2012年
5 许涵洋;基于视频的物体识别及运动跟踪[D];上海交通大学;2013年
6 赵灵芝;基于兴趣点多特征融合的物体识别方法研究[D];重庆邮电大学;2010年
7 徐景成;基于混合模型的物体识别[D];华南理工大学;2012年
8 李韦嫦;场景新物体识别加工中的语义不一致效应[D];广西师范大学;2011年
9 傅惟真;仿真假体视觉下基于视觉显著性计算模型的物体识别研究[D];上海交通大学;2013年
10 郑凌;云环境下快速物体识别系统的设计与实现[D];中山大学;2011年
中国重要报纸全文数据库 前10条
1 记者李大庆;专家研讨智能视觉监控技术[N];科技日报;2002年
2 江建国;小芯片 大用途[N];人民日报;2007年
3 ;“似曾相识”,可能只是大脑错觉[N];新华每日电讯;2006年
4 本报记者 李彬;手机变搜索引擎[N];科技日报;2006年
5 记者 郑晓春;以开发出计算机图像识别新技术[N];科技日报;2007年
6 ;学习:改革与超越[N];四川日报;2005年
7 柯季;基因技术:未来让人更聪明[N];经济参考报;2002年
8 记者  刘恕;给物品办个“身份证”[N];科技日报;2006年
9 郑千里;苍蝇有过目不忘的本领[N];科技日报;2004年
10 苏志明吴建丽 徐启宣;追踪定位集装箱[N];中国质量报;2007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
  • 010-62982499
  • 010-62783978