圖像匹配及其在汽車底盤異物檢測(cè)中的應(yīng)用.pdf

1、分類號(hào)密級(jí)UDC編號(hào)碩士學(xué)位論文圖像匹配及其在汽車底盤異物檢測(cè)中的應(yīng)用學(xué)位申請(qǐng)人：人：王粉蝶指導(dǎo)教師：師：普杰信教授學(xué)科專業(yè)：業(yè)：檢測(cè)技術(shù)與自動(dòng)化裝置學(xué)位類別：別：工學(xué)2014年5月摘要I論文題目：論文題目：圖像匹配及其在汽車底盤異物檢測(cè)中的應(yīng)用圖像匹配及其在汽車底盤異物檢測(cè)中的應(yīng)用專業(yè)：業(yè)：檢測(cè)技術(shù)與自動(dòng)化裝置檢測(cè)技術(shù)與自動(dòng)化裝置研究生：生：王粉蝶王粉蝶指導(dǎo)教師：指導(dǎo)教師：普杰信普杰信教授教授摘要當(dāng)前社會(huì)公共安全問(wèn)題已成為全世界關(guān)注的

2、焦點(diǎn)，由于各式汽車炸彈襲擊事件頻發(fā)，為防止利用汽車底盤夾帶毒品和危險(xiǎn)品，對(duì)一些重要場(chǎng)合出入車輛的底盤實(shí)施在線監(jiān)測(cè)已是迫切要解決的問(wèn)題。隨著計(jì)算機(jī)視覺(jué)和模式識(shí)別研究的深入，系統(tǒng)越來(lái)越向著快速、準(zhǔn)確的方向發(fā)展。在圖像檢測(cè)過(guò)程之中，由于汽車行駛非勻速，采集的圖像視角不同，所以對(duì)于相同的物體（汽車底盤）采集到圖像之間會(huì)存在較大差異。因此，研究快速高效的圖像匹配算法是準(zhǔn)確識(shí)別汽車底盤異物的關(guān)鍵部分之一。本文針對(duì)汽車底盤圖像的特征，深入分析了多種特

3、征提取的算法，給出了一種適合汽車底盤圖像的特征提取算法，即SURF算法。該算法根據(jù)Hessian矩陣判斷極值點(diǎn)，并在不同的尺度空間進(jìn)行縱向比較，將每個(gè)像素點(diǎn)與周圍8個(gè)以及上下兩個(gè)尺度層的9個(gè)，加起來(lái)26個(gè)像素點(diǎn)進(jìn)行比較，得到特征點(diǎn)；之后根據(jù)主方向和一個(gè)64維的特征描述子來(lái)判斷特征點(diǎn)對(duì)之間的相似程度。實(shí)驗(yàn)結(jié)果表明，該算法提取到的特征點(diǎn)分布較均勻，且數(shù)量適合分析。匹配過(guò)程中，根據(jù)歐氏距離最小的原則進(jìn)行雙向匹配。跟單方向匹配相比，雙向匹配能夠

4、明顯提高匹配的正確率。實(shí)驗(yàn)結(jié)果表明，將SURF算法與RANSAC算法相結(jié)合，提高了圖像匹配的正確率。最后根據(jù)匹配結(jié)果對(duì)存在畸變的圖像進(jìn)行校正后，與標(biāo)準(zhǔn)圖進(jìn)行匹配，最終標(biāo)定出異物所在位置和大小，實(shí)現(xiàn)了快速檢測(cè)異物的效果。為進(jìn)一步確定異物的高度信息，本文采用基于雙目視覺(jué)獲取深度圖像信息。針對(duì)高斯曲率和平均曲率等曲面特性參數(shù)計(jì)算問(wèn)題，提出了一種具有平移特性的泰勒基函數(shù)進(jìn)行移動(dòng)最小二乘法深度曲面擬合，實(shí)現(xiàn)了離散圖像的連續(xù)化，提高了圖像像素點(diǎn)曲面