基于Android平臺(tái)的二進(jìn)制特征方法的研究.pdf

1、隨著移動(dòng)設(shè)備的迅速普及,圖像數(shù)據(jù)規(guī)模的增大,傳統(tǒng)的特征方法使用高維度浮點(diǎn)型的特征,需要大量的的存儲(chǔ)空間和計(jì)算時(shí)間,因此,能夠快速計(jì)算,快速匹配,高效存儲(chǔ)的二進(jìn)制特征成了新的研究熱點(diǎn)。
　　本文具體研究 BRIEF,ORB,BRISK,FREAK這四個(gè)二進(jìn)制特征方法。首先,從特征檢測(cè)、特征描述和特征匹配方面,深入研究二進(jìn)制特征的通用特性,包括采樣模型和魯棒特性等。然后,選取SIFT,SURF這兩個(gè)傳統(tǒng)特征方法作為參照,研究各個(gè)二進(jìn)制

2、特征方法在PC和移動(dòng)平臺(tái)的時(shí)間空間性能,在旋轉(zhuǎn)變化、尺度變化、模糊處理、照度變化和透視變化變化下的魯棒性。具體包括:針對(duì)特征方法自身不同階段進(jìn)行研究,并分析其性能瓶頸。針對(duì)移動(dòng)平臺(tái)特性,分析研究特征方法性能,并研究其與平臺(tái)的關(guān)系,分析平臺(tái)的局限性,研究各種情況下的魯棒性。最后,研究了二進(jìn)制特征方法的并行化,從而提高性能。
　　通過(guò)設(shè)計(jì)實(shí)現(xiàn)PC平臺(tái)和Android平臺(tái)的自動(dòng)化評(píng)測(cè)系統(tǒng),擴(kuò)充已有評(píng)測(cè)標(biāo)準(zhǔn)和測(cè)試圖像數(shù)據(jù)集,進(jìn)行了實(shí)驗(yàn)及分