發(fā)布時間：2017-06-11 05:03

  本文關(guān)鍵詞：圖像序列中特征點的檢測提取及匹配跟蹤研究，由筆耕文化傳播整理發(fā)布。

【摘要】：運動目標特征點檢測提取,即從一組二維圖像序列中,進行某個運動目標的特征點的檢測提取,并且將所有圖像序列中目標特征點串連起來。最后,每幀運動目標特征點匹配對應構(gòu)成一個連續(xù)的序列,以便于后續(xù)研究,如三維運動重建技術(shù)所需要的特征點。該研究一直都是計算機視覺和模式識別領(lǐng)域中熱門的研究課題之一,也是本文研究的主要內(nèi)容。本文在分析圖像中特征點的檢測提取技術(shù)的基礎(chǔ)上,研究了傳統(tǒng)的susan算法、Harris算法等。同時,對幀間差分法、背景差分法、光流法這幾種目前常用的分析運動目標跟蹤技術(shù)的算法進行了分析與研究。傳統(tǒng)的特征點檢測算法精度和多尺度方面都有缺點,無法滿足其它研究需要,如三維運動重建技術(shù)。在目標跟蹤方法中,光流法相比其它跟蹤算法,它不僅含有了運動目標的運動軌跡信息,而且還含有了與目標關(guān)聯(lián)的物體三維結(jié)構(gòu)的大量信息,在不知道背景及其它信息的狀況下,檢測出運動目標對象。但是光流法,計算量太大,所以實時性相對比較弱。所以改進光流法,使其計算量小,是本文的一個研究點。本文主要圍繞特征點的改進檢測和特征點的位置預測匹配跟蹤進行研究。主要做了以下三個方面的工作研究:(1)本文提出了一種多尺度的且處于亞像素的Harris角點檢測改進算法。針對傳統(tǒng)Harris算子不具有尺度不變性,提取的角點是像素級的,而且其檢測速度很慢的情況做了改進。通過對圖像高斯平滑進行尺度計算,再利用原始角點為中心的集群,對集群內(nèi)各點進行距離加權(quán)處理,從而對亞像素點進行精確定位。實驗結(jié)果證明,與傳統(tǒng)Harris算法相比,該方法在多尺度上更能適應不同尺度變化的角點檢測,同時檢測出的角點在精度達到了亞像素,比像素更加精確。(2)光流法計算量非常大,實時性很差。針對這一問題,本文提出了背景差分光流法。將背景差分法和光流法,兩種算法進行有效的結(jié)合,即先用背景差分法對圖像序列進行第一步預處理,再利用光流法對第一步的結(jié)果進行計算處理。結(jié)果表明,改進后的處理方法能有效地提高運動目標跟蹤的實時性,系統(tǒng)穩(wěn)定性好。(3)每幀圖像序列中目標的特征點,能否相互匹配對應也是本文的研究重點之一。目標特征點的對應是基于目標的運動軌跡的信息的動態(tài)匹配。對每一幀圖像的特征點的檢測提取,對整個圖像序列進行改進型光流法目標跟蹤和圖像特征點的預測,三者算法相互有機結(jié)合,即可達到圖像序列中特征點的檢測提取以及匹配跟蹤的目的。
【關(guān)鍵詞】：特征點檢測 Harris算法 光流法 運動目標跟蹤 特征點匹配
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 課題研究背景和研究意義10
• 1.2 特征點檢測提取及匹配跟蹤的國內(nèi)外研究現(xiàn)狀10-14
• 1.2.1 特征點檢測方法10-12
• 1.2.2 目標跟蹤匹配算法12-13
• 1.2.3 現(xiàn)存的問題13-14
• 1.3 本文的主要內(nèi)容與結(jié)構(gòu)安排14-16
• 1.3.1 本文主要內(nèi)容14
• 1.3.2 本文結(jié)構(gòu)安排14-16
• 第二章 特征點檢測及目標跟蹤基礎(chǔ)算法16-28
• 2.1 引言16
• 2.2 特征點檢測提取16-20
• 2.2.1 SUSAN算法17-19
• 2.2.2 Harris算法19-20
• 2.3 光流算法分析20-23
• 2.3.1 運動場與光流場21-22
• 2.3.2 Horn&Schunck算法22
• 2.3.3 Lucas&Kanade算法22-23
• 2.4 背景差分法23-24
• 2.5 幀間差分法24-27
• 2.5.1 兩幀差分法24-26
• 2.5.2 三幀差分法26-27
• 2.6 本章小結(jié)27-28
• 第三章 改進的多尺度Harris亞像素角點檢測28-38
• 3.1 引言28
• 3.2 多尺度Harris角點檢測28-30
• 3.3 改進型多尺度Harris亞像素角點檢測30-31
• 3.4 實驗結(jié)果與分析31-37
• 3.5 本章小結(jié)37-38
• 第四章 圖像序列中特征點匹配跟蹤38-52
• 4.1 引言38
• 4.2 圖像序列中特征點的匹配跟蹤38-42
• 4.2.1 改進型光流法目標跟蹤38-40
• 4.2.2 圖像序列中特征點的預測40-41
• 4.2.3 特征點的匹配跟蹤41-42
• 4.3 實驗結(jié)果與分析42-51
• 4.3.1 實驗結(jié)果42-50
• 4.3.2 結(jié)果分析50-51
• 4.4 本章小結(jié)51-52
• 第五章 總結(jié)和展望52-54
• 5.1 工作總結(jié)52-53
• 5.2 研究展望53-54
• 參考文獻54-59
• 致謝59-60
• 攻讀學位期間的研究成果60

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 賈熹濱;石勤;尹寶才;;由粗到細的漸進式特征點定位算法[J];北京工業(yè)大學學報;2006年05期

2 鄭林;劉泉;王林濤;;一種基于特征點的跟蹤算法[J];武漢理工大學學報(交通科學與工程版);2006年03期

3 江詩鋒;何振峰;;基于特征點的行車數(shù)據(jù)序列對齊[J];福州大學學報(自然科學版);2010年02期

4 周全峗;史澤林;;輻射模糊圖像的特征點穩(wěn)定性分析[J];光電工程;2013年06期

5 魏立梅,張永瑞,謝維信,程相君;人臉識別中基準點的選取與特征點定位[J];西安電子科技大學學報;1998年01期

6 許承慧;劉桂華;梁峰;;非特征點雙目測距技術(shù)研究[J];微型機與應用;2013年22期

7 潘翔;章國棟;陳啟華;;三維可變形物體的特征點層次提取[J];計算機科學;2014年04期

8 陶剛,盧昀,李吉桂;細化指紋圖中偽特征點的一體化去除算法[J];現(xiàn)代計算機(專業(yè)版);2002年10期

9 仲啟媛,譚立龍;一種確定運動目標特征點的算法[J];計算機工程;2003年10期

10 胡迎春,張增芳,梁數(shù);人臉圖像嘴巴特征點自動提取系統(tǒng)[J];廣西工學院學報;2003年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 汪力;葉樺;夏良正;;利用特征點定位嘴巴[A];第二十六屆中國控制會議論文集[C];2007年

2 付洪川;王劍;萬嬋;趙建英;付凱;;圖像特征點匹配算法的研究與改進[A];2009中國控制與決策會議論文集（1）[C];2009年

3 溫文雅;陳建華;;一種基于特征點的圖像匹配算法[A];2009系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2009年

4 任明武;胡明昊;楊靜宇;;一種快速實用的特征點匹配算法[A];全面建設(shè)小康社會：中國科技工作者的歷史責任——中國科協(xié)2003年學術(shù)年會論文集（上）[C];2003年

5 許競;姜波;;攝像機運動下特征點追蹤方法研究[A];2011下一代自動測試系統(tǒng)學術(shù)研討會論文集[C];2011年

6 張?zhí)?王希常;蘇志榮;;基于特征點和輪廓檢測的粘連數(shù)字分割[A];圖像圖形技術(shù)與應用進展——第三屆圖像圖形技術(shù)與應用學術(shù)會議論文集[C];2008年

7 杜鵬飛;彭代強;林幼權(quán);;基于二乘向量機的特征點配準算法[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

8 舒志龍;阮秋琦;;基于KLT特征點跟蹤的圖象拼接[A];中國體視學學會圖像分析專業(yè)、中國體視學學會仿真與虛擬現(xiàn)實專業(yè)、中國航空學會信號與信息處理專業(yè)第一屆聯(lián)合學術(shù)會議論文集[C];2000年

9 楊向林;嚴洪;任兆瑞;陳靖一;;基于小波變換的ECG信號多特征點綜合檢測算法[A];第八屆全國信息獲取與處理學術(shù)會議論文集[C];2010年

10 韓廣良;陳小云;;利用多特征點搜索實現(xiàn)紙鈔圖像的狀態(tài)檢測[A];第九屆全國信息獲取與處理學術(shù)會議論文集Ⅱ[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 本報記者 王宇;芯技術(shù)點亮未來[N];電腦報;2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 劉洪濤;基于視覺的微夾持構(gòu)件受力與應變測量方法[D];上海交通大學;2014年

2 劉通;面向心拍識別的心電信號的高層特征研究[D];吉林大學;2016年

3 廖斌;基于特征點的圖像配準技術(shù)研究[D];國防科學技術(shù)大學;2008年

4 楊占龍;基于特征點的圖像配準與拼接技術(shù)研究[D];西安電子科技大學;2008年

5 楊利敏;圖像特征點定位算法研究及其應用[D];上海交通大學;2008年

6 李旭東;基于特征點的增強現(xiàn)實三維注冊算法研究[D];天津大學;2009年

7 魯統(tǒng)偉;前視目標圖像匹配定位技術(shù)研究[D];華中科技大學;2008年

8 戴激光;漸進式多特征異源高分辨率衛(wèi)星影像密集匹配方法研究[D];遼寧工程技術(shù)大學;2013年

9 宋琳;無人機飛行途中視覺導航關(guān)鍵技術(shù)研究[D];西北工業(yè)大學;2015年

10 楊奎元;基于深層結(jié)構(gòu)的圖像內(nèi)容分析及其應用[D];中國科學技術(shù)大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 曾寶瑩;基于圖像識別的中國書法真?zhèn)舞b別方法研究[D];西安建筑科技大學;2015年

2 周兆鎮(zhèn);基于雙目視覺的特征點匹配算法研究[D];西安建筑科技大學;2015年

3 馮翔;基于人臉對齊和多特征融合的人臉識別方法研究[D];南京理工大學;2015年

4 姜小會;基于特征點的圖像拼接技術(shù)研究[D];山東建筑大學;2015年

5 吳昊;基礎(chǔ)矩陣估計方法研究[D];蘭州大學;2015年

6 陳偉;基于唇形特征的身份識別算法的設(shè)計[D];蘭州大學;2015年

7 秦清欣;GPS輔助攝影測量的邊坡監(jiān)測技術(shù)研究[D];南京理工大學;2015年

8 宋偉;遠程火光瞄準與探測系統(tǒng)設(shè)計[D];西安工業(yè)大學;2015年

9 劉智;塑料面膜印刷質(zhì)量的視覺檢測方法研究[D];沈陽理工大學;2015年

10 任筱強;行星及行星衛(wèi)星著陸探測自主導航方法研究[D];哈爾濱工業(yè)大學;2015年

  本文關(guān)鍵詞：圖像序列中特征點的檢測提取及匹配跟蹤研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：440793