基于圖像的物體識別算法研究.pdf

1、分類號密級UDC1注學位論文基于圖像的物體識別算法研究（題名和副題名）謝文治（作者姓名）指導教師姓名陳文宇副教授電子科技大學成都（職務、職稱、學位、單位名稱及地址）申請專業(yè)學位級別碩士專業(yè)名稱軟件工程論文提交日期2011.3.23論文答辯日期2011.5.6學位授予單位和日期電子科技大學答辯委員會主席評閱人2011年月日注1：注明《國際十進分類法UDC》的類號。摘要I摘要基于圖像的物品識別技術是計算機視覺領域中的一個熱點問題，能夠?qū)ξ矬w

2、準確的檢測識別是當前研究的一個難點。在基于圖像特征點的物品識別中主要解決的問題有：如何選取有效的圖像特征點以解決在物品識別過程中圖像平移、圖像旋轉(zhuǎn)、尺度變化，同時降低在物品識別過程中出現(xiàn)的遮擋、圖像噪聲帶來的影響，以達到較好的物品識別精確度。針對以上出現(xiàn)的這些問題，本文研究了基于圖像特征點的物品識別技術。本文在分析了現(xiàn)有的圖像匹配技術基礎上，研究了SIFT(ScaleInvariantFeatureTransfm)特征點匹配技術，從建立

3、DOG尺度空間、空間極值點檢測、描述子生成和基于kd樹的相似性度量這四個方面分析了SIFT算法。并針對SIFT算法的不足之處，對SIFT算法進行了改進。實驗結(jié)果表明SIFT算法對光照變化、圖像尺度變換、旋轉(zhuǎn)變換、圖像噪聲等影響圖像匹配的因素都具有很好的穩(wěn)定性。為了能夠進一步提高算法的計算速度，本文研究并實現(xiàn)了SURF(SpeedUPRobustFeatures)特征點物品識別技術。SURF特征點提取算法在積分圖像基礎上進行快速運算，利用

4、方形濾波器建立尺度空間，通過快速Hessian矩陣來檢測圖像的極值點，利用哈爾小波生成特征點描述子。針對SURF算法在圖像匹配過程中出現(xiàn)的錯誤匹配問題，本文提出了用RANSAC(RomSampleConsensus)算法進行特征點提純，有效的解決了該問題。本文通過對比SIFT和SURF的實驗數(shù)據(jù)，對這兩種算法的性能做了詳細的對比分析。實驗結(jié)果表明SURF算法在基于特征點的物品識別速度上有了極大的提高。本文最后在電腦上模擬實現(xiàn)了基于圖像的