計(jì)算機(jī)視覺圖像語義模型的描述方法研究.pdf

1、計(jì)算機(jī)視覺是模式識(shí)別應(yīng)用的一個(gè)重要方面，計(jì)算機(jī)視覺的目的是通過電子化地感知和理解圖像，復(fù)制人類的視覺效果。計(jì)算機(jī)視覺首選要解決好三維物體所形成的二維圖像在計(jì)算機(jī)中的存儲(chǔ)、處理、描述、表達(dá)和理解操作等問題，它涉及的知識(shí)廣、內(nèi)容多，包括光學(xué)、物理學(xué)、數(shù)學(xué)、自動(dòng)化和計(jì)算機(jī)等學(xué)科。計(jì)算機(jī)視覺就是在多學(xué)科的基礎(chǔ)上來綜合各種知識(shí)與技術(shù)方法，形成一個(gè)具有視覺功能的信息處理系統(tǒng)，從而建立起計(jì)算機(jī)對外界世界的感觀、認(rèn)知和行為動(dòng)作，即計(jì)算機(jī)視覺。

2、本文針對計(jì)算機(jī)視覺的圖像語義模型方法進(jìn)行了研究。通過分析和研究目前國內(nèi)外計(jì)算機(jī)視覺的現(xiàn)狀、主要問題和未來發(fā)展的方向，對于計(jì)算機(jī)視覺中圖像識(shí)別知識(shí)表達(dá)的問題，特別是圖像識(shí)別中的底層屬性與高層信息關(guān)聯(lián)等方面的內(nèi)容，進(jìn)行了設(shè)計(jì)與研究，構(gòu)建了計(jì)算機(jī)視覺圖像語義模型方法的知識(shí)結(jié)構(gòu)，為圖像識(shí)別建立了知識(shí)關(guān)聯(lián)，實(shí)現(xiàn)計(jì)算機(jī)視覺圖像識(shí)別的知識(shí)方法。 針對計(jì)算機(jī)視覺圖像語義的問題，本文提出了基于知識(shí)結(jié)構(gòu)與方法的圖像語義模型理論和方法。論述了語義名詞

3、的內(nèi)涵和概念表達(dá)，闡述了圖像高級知識(shí)相關(guān)屬性與語義的關(guān)系、連接和范疇，定義了圖像語義名詞概念，建立了圖像語義模型的理論基礎(chǔ)。 提出了圖像語義的特征空間表示法。它建立了圖像屬性與信息描述的映射關(guān)系，描述了圖像底層屬性、圖像對象關(guān)系及對象空間關(guān)系和圖像高級信息的信息映射過程，從三層結(jié)構(gòu)的映射來形成一個(gè)基于知識(shí)描述圖像內(nèi)容的特征向量。圖像語義反映了圖像存在的基本特性，即圖像的光表現(xiàn)，圖像中對象的關(guān)系，即空間關(guān)系，圖像的高級信息，即圖像

4、與社會(huì)與人的關(guān)系。從高級信息的知識(shí)角度來分析圖像存在與應(yīng)用的環(huán)境問題，解決了圖像應(yīng)用信息在計(jì)算機(jī)中描述與表達(dá)的相關(guān)知識(shí)問題，為計(jì)算機(jī)視覺的圖像識(shí)別應(yīng)用，建立了一種新的知識(shí)方法，提供了可參考的思維方式和結(jié)論。 計(jì)算機(jī)視覺圖像語義模型描述了在設(shè)定的場景中，對在計(jì)算機(jī)視覺中直接成像的目標(biāo)物體圖像的描述，對所獲取的圖像，選擇相應(yīng)屬性和對象關(guān)系等信息，利用約束機(jī)制，將數(shù)據(jù)信息映射到特征空間上，從而形成一個(gè)對圖像的描述模型。為了建立圖像屬性

5、與高層語義之間的關(guān)聯(lián)，提出了基于SVM的圖像語義關(guān)聯(lián)法，它描述了圖像底層屬性到高級描述之間的關(guān)聯(lián)，實(shí)現(xiàn)了圖像信息的映射和特征表達(dá)，解決了圖像屬性選擇和高級描述之間的關(guān)聯(lián)問題。 在計(jì)算機(jī)視覺系統(tǒng)圖像語義模型應(yīng)用中，解決了語義概念運(yùn)用和語義特征值表示、數(shù)字化的問題，建立了圖像語義的數(shù)據(jù)模式和圖像語義數(shù)據(jù)庫。提供了圖像語義應(yīng)用中的符號表示和概念范疇說明，構(gòu)造了圖像語義概念在使用中模型、識(shí)別過程與步驟，建立了圖像語義模型數(shù)據(jù)庫管理的基本

6、命令、操作方法和語義知識(shí)數(shù)據(jù)庫。 為了建立圖像語義的知識(shí)結(jié)構(gòu)，提高圖像語義在圖像識(shí)別與檢索中的知識(shí)表達(dá)，根據(jù)圖像語義的特點(diǎn)和應(yīng)用目標(biāo)，研究中提出了圖像語義的模型表示法、語義模型的結(jié)構(gòu)和語義特征值的存儲(chǔ)結(jié)構(gòu)：三段式十字鏈表法。它從圖像語義應(yīng)用的知識(shí)角度和機(jī)器視覺理解與學(xué)習(xí)的要求出發(fā)，選擇圖像屬性和字符描述相結(jié)合的基本方法，構(gòu)造了反映圖像語義的模型結(jié)構(gòu)描述法，通過建立了語義的鏈表結(jié)構(gòu)來解決語義的多義性和相互性之間的問題，實(shí)現(xiàn)了圖像語

7、義的網(wǎng)狀結(jié)構(gòu)與關(guān)聯(lián)。十字鏈表存儲(chǔ)結(jié)構(gòu)實(shí)現(xiàn)了視覺圖像之間的關(guān)聯(lián)性和知識(shí)性，為目標(biāo)圖像的知識(shí)結(jié)構(gòu)與知識(shí)表達(dá)，提供了條件與保證。 為了快捷方便地獲取語義，定義了語義生成的規(guī)則，并建立了語義描述樹型結(jié)構(gòu)。在語義生成樹的語義獲取過程中，采用了基于知識(shí)聚類的深度優(yōu)先聚類法和基于關(guān)聯(lián)閾值M結(jié)點(diǎn)聚類法，使之獲取更優(yōu)的語義特征描述，樹型結(jié)構(gòu)更能便于語義的可靠性分析與問題查找，并對語義特征采取了相似性計(jì)算的方法來表征對象的識(shí)別程度。 針對圖

8、像之間識(shí)別的相關(guān)性問題，提出了圖像語義模型的知識(shí)運(yùn)算方法，通過建立圖像語義模型的知識(shí)結(jié)構(gòu)，并定義了知識(shí)中的特征空間和對象結(jié)構(gòu)。為了便于知識(shí)結(jié)構(gòu)的管理與操作，對圖像語義模型作了分類及其類型操作方法，給出了操作的BNF范式結(jié)構(gòu)，建立了語義模型的關(guān)聯(lián)方式和關(guān)聯(lián)度計(jì)算方法。 構(gòu)造了圖像語義模型的實(shí)驗(yàn)，通過構(gòu)造基本運(yùn)動(dòng)圖像的語義模型，從而獲取運(yùn)動(dòng)語義及其描述，并在圖像語義模型的基礎(chǔ)上，實(shí)現(xiàn)對運(yùn)動(dòng)目標(biāo)的描述表達(dá)，即為對人運(yùn)動(dòng)圖像的跟蹤，在與

9、非語義模型方法的比較中發(fā)現(xiàn)，許多指標(biāo)上都體現(xiàn)了該方法的優(yōu)越性。在建立圖像語義模型的基礎(chǔ)上，把基于語義模型的知識(shí)運(yùn)算應(yīng)用于高速公路標(biāo)牌圖像識(shí)別的仿真實(shí)驗(yàn)中，其實(shí)驗(yàn)結(jié)果能為高速公路車輛駕駛和無人駕駛等研究項(xiàng)目提供信息支持和服務(wù)。 論文在總結(jié)的基礎(chǔ)上，對今后需進(jìn)一步研究的方向與內(nèi)容進(jìn)行了展望。 本研究討論了計(jì)算機(jī)視覺圖像模式識(shí)別的知識(shí)結(jié)構(gòu)法，對研究計(jì)算機(jī)視覺如何利用圖像的高級知識(shí)方面提供了有益的探討，具有理論與實(shí)際意義，拓展了