收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

不变性子空间识别方法研究

吕杰  
【摘要】:计算机视觉系统的目标是解释已有的“视觉”数据,并使用这些解释去完成任务。出于机器人工件抓取任务、自动导航、自动检测、装配任务与医学图像的分析等等大量现实应用的需要,如今目标识别已成为一个很活跃的研究领域。现有的很多目标识别方法主要是基于模板匹配和几何形状特征点提取分类等方法,这些识别方法存在很多缺点。比如基于图像匹配的方法直接比较两幅图像相应象素灰度级之间相似性的总和,这种方法并不具备方向、尺度、几何畸变等不变性,这就需要目标图像和样本图像之间的相关性很强。采用合适的目标识别方法来尽量克服目标和背景产生的畸变,这是目标识别领域的一个难点所在。 特征抽取是模式识别中的关键问题之一。原始特征的数量可能很大,样本可能是处于一个高维空间中,通过映射或变换等方法可以用低维空间来表示样本。我们的目的就是为了能够在低维空间中更好地进行分类识别。本文主要研究在目标和背景在发生姿态变化﹑噪声干扰﹑部分遮挡﹑光照变化等不同畸变情况下,尽可能地从目标样本中抽取有益于识别的信息特征,提高分类识别率同时加快识别速度。 本文首先深入研究了特征空间的原理,并对识别过程中的特征表达和相似性度量这两个关键步骤做了深入的研究工作和实验,实现了基于特征空间的目标识别系统,其中采用了几种有效的改进方法,有效地解决了识别过程中存在的诸如光照以及3D目标姿态估计等问题,提高了识别的鲁棒性。 完成子空间目标识别算法以后,为了有效地抽取模式的分类信息,继续研究了基于Fisher 鉴别准则的线性鉴别分析方法。Fisher 最佳鉴别矢量方法的基本思想是将原来高维的模式样本投影到最佳鉴别矢量空间中以达到减少特征空间维数的目的。投影后的模式样本在新的子空间中有最大的类间距离和最小的类内距离,即模式在该空间中有最佳的可分离性。对于高维模式识别问题,原来的Fisher 鉴别准则具有一定的缺陷,会经常碰到“维数灾难”的问题。 最后,本文讨论了基于流形学习的局部线性嵌入方法,它是针对非线性数据的一


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈波;杨阳;沈田双;;一种基于不变矩和SVM的图像目标识别方法[J];仪器仪表学报;2006年S3期
2 付燕;詹新光;;一种有效的SAR图像目标识别方法[J];计算机工程与应用;2010年15期
3 闫常浩;丁先锋;韦鑫余;;人脸识别算法[J];四川兵工学报;2011年04期
4 宦若虹;杨汝良;;基于KFD+ICA特征提取的SAR图像目标识别[J];系统工程与电子技术;2008年07期
5 宋晓宁;郁苗;查旭;高阳琴;李志伟;;基于核的四重子空间的LDA特征抽取方法[J];江苏科技大学学报(自然科学版);2010年05期
6 廖苏鹏;方大纲;;似几何形状匹配目标识别方法[J];现代雷达;1993年01期
7 周志强;汪渤;杨杰;吕冀;;基于局部尺度不变特征的快速目标识别[J];光学技术;2008年05期
8 许阳;王晓璇;;一种工程化的双门限辐射源目标识别方法[J];计算机测量与控制;2009年05期
9 牛杰;戴艳;;一种鲁棒性足球机器人视觉系统的研究方法[J];常州信息职业技术学院学报;2009年05期
10 董红波;刘进忙;张金成;;多DSP并行结构的目标识别系统的设计与实现[J];微计算机信息;2009年35期
11 程蕾;吴秀清;;局部特征几何结构用于目标识别[J];计算机工程与应用;2010年26期
12 兰旭辉;熊家军;;一种基于可信度矩阵的多传感器目标识别方法[J];计算机应用与软件;2011年03期
13 陈春林;陈宗海;卓睿;;基于多超声波传感器的移动机器人目标识别[J];模式识别与人工智能;2005年05期
14 王党卫;马兴义;王少刚;关鑫璞;粟毅;;一种基于广义似然比检测的雷达目标识别新方法[J];红外与毫米波学报;2006年04期
15 王琰;杨大为;;小波系数特征的目标识别方法[J];小型微型计算机系统;2008年03期
16 朱风云;秦世引;;一种基于序贯最小优化改进的支持向量机空间有形小目标识别方法[J];宇航学报;2008年01期
17 周薇娜;胡文骅;卢秀芝;;基于Matlab Web Server的神经网络目标识别方法[J];计算机应用;2008年S2期
18 赵炜;阎世强;余岚;张俊马;;基于模糊聚类分析的无源雷达目标识别方法[J];航天电子对抗;2009年02期
19 刘建军;祝一薇;李新光;夏胜平;郁文贤;;基于超图模型的图像目标识别[J];计算机工程;2010年21期
20 张翔;;基于光谱特征增强的高光谱图像地物目标识别[J];红外技术;2010年12期
中国重要会议论文全文数据库 前10条
1 薛薇;李力;;非线性时滞系统的M-FPID控制研究[A];第12届全国电气自动化与电控系统学术年会论文集[C];2004年
2 黎蔚;杨凯鹏;陈家新;冀治航;;一种基于二维直方图的跟踪算法[A];第十届中国科协年会论文集(一)[C];2008年
3 李夕海;赵克;慕晓冬;刘代志;;目标识别中的特征相空间吸引子分析[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
4 游伟;周先敏;;基于特征空间的自适应波束形成算法[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(上)[C];2006年
5 李坤;杨华;;利用MODIS数据重庆伏旱动态监测研究[A];中国地理学会百年庆典学术论文摘要集[C];2009年
6 熊凌;;计算机视觉中的图像匹配综述[A];12省区市机械工程学会2006年学术年会湖北省论文集[C];2006年
7 李婧;;改进的特征空间波束形成算法[A];中国通信学会第五届学术年会论文集[C];2008年
8 刘怡光;游健;张建伟;;基于支持向量的多类分类器设计[A];第十三届全国图象图形学学术会议论文集[C];2006年
9 张召;业宁;业巧林;;基于配对约束的核半监督非线性降维算法[A];第五届全国信息检索学术会议论文集[C];2009年
10 刘代志;张斌;李夕海;赵克;;核爆地震模式识别中的特征相空间研究[A];中国地球物理第二十一届年会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 俞王新;计算机人脸检测与识别方法的研究[D];上海交通大学;2009年
2 杨万扣;人脸识别中的部分特征抽取技术研究[D];南京理工大学;2009年
3 宋晓宁;图像特征抽取的若干新方法研究[D];南京理工大学;2011年
4 王鹏辉;基于统计建模的雷达高分辨距离像目标识别方法研究[D];西安电子科技大学;2012年
5 殷俊;子空间特征提取及生物特征识别应用[D];南京理工大学;2011年
6 杨健;线性投影分析的理论与算法及其在特征抽取中的应用研究[D];南京理工大学;2002年
7 彭澄宇;图像稀疏建模理论与应用研究[D];重庆大学;2012年
8 张菁;探地雷达地雷图像处理与目标识别方法[D];哈尔滨工程大学;2005年
9 罗磊;基于流形学习的毫米波探测器目标识别方法研究[D];南京理工大学;2010年
10 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
中国硕士学位论文全文数据库 前10条
1 吕杰;不变性子空间识别方法研究[D];华中科技大学;2005年
2 胡薇;基于特征空间的3D目标识别方法研究[D];华中科技大学;2004年
3 夏峙;水下目标特征的压缩与融合技术研究[D];哈尔滨工程大学;2011年
4 孙倩;模糊车牌的统计识别[D];南京林业大学;2012年
5 陈琳;基于ML_pLSA模型和特征包算法的目标识别方法[D];大连理工大学;2011年
6 于筱川;基于机器学习的车辆目标识别方法[D];西安电子科技大学;2009年
7 罗楠;雷达目标一维距离像识别方法研究[D];电子科技大学;2009年
8 张伟;地面目标图象自动识别算法和系统研究[D];华中科技大学;2006年
9 林晟;人脸图像特征提取和识别算法研究[D];哈尔滨理工大学;2009年
10 吴秋荣;雷达高分辨距离像目标识别方法研究[D];电子科技大学;2007年
中国重要报纸全文数据库 前2条
1 清华大学 李迎春;多姿态人脸图像的估计及合成[N];计算机世界;2006年
2 演讲人 季理真;对称之美[N];光明日报;2011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