本文關(guān)鍵詞：基于SIFT特征的物體識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

  更多相關(guān)文章： SIFT DSP-SIFT DENSE-SIFT 詞袋模型 空間金字塔模型 物體識(shí)別 圖像局部特征

【摘要】：隨著現(xiàn)代倉(cāng)庫(kù)規(guī)模越來(lái)越大,以及倉(cāng)庫(kù)存貯物品類型的日益增多,在倉(cāng)庫(kù)管理過(guò)程中逐漸產(chǎn)生了根據(jù)物體的圖像來(lái)辨識(shí)物體的需要。并且,單純地依靠倉(cāng)庫(kù)管理人員進(jìn)行識(shí)別變得越來(lái)越困難。本文研究了基于計(jì)算機(jī)視覺(jué)技術(shù)構(gòu)建物體識(shí)別系統(tǒng)的方法,試圖解決這一問(wèn)題。SIFT(Scale-invariant feature transform)是一種非常有效的特征提取方法。本文基于SIFT特征構(gòu)建了物體識(shí)別系統(tǒng)。本文首先圍繞SIFT特征,分析了SIFT特征和DSP-SIFT特征的提取原理,并做了對(duì)比實(shí)驗(yàn),發(fā)現(xiàn)DSP-SIFT特征雖然匹配性略好于SIFT但時(shí)間復(fù)雜度大大高于SIFT。然后,對(duì)基于SIFT特征的圖像匹配技術(shù)做了分析和實(shí)驗(yàn),驗(yàn)證了SIFT特征對(duì)于旋轉(zhuǎn)、視角變換、遮擋、亮度變化等干擾具有很好的魯棒性。在基于SIFT特征的物體識(shí)別系統(tǒng)中,首先根據(jù)SIFT特征以及Dense-SIFT特征在詞袋模型中的優(yōu)缺點(diǎn),提出了一種基于SIFT特征和Dense-SIFT特征組合的詞袋模型。針對(duì)詞袋模型對(duì)物體空間結(jié)構(gòu)信息的忽略,本文提出了基于SIFT特征和Dense-SIFT特征組合的空間金子塔模型。在使用支持向量機(jī)進(jìn)行分類時(shí),使用了徑向基核函數(shù),并使用了交叉驗(yàn)證的方法進(jìn)行了參數(shù)優(yōu)化。最后進(jìn)行了系統(tǒng)的仿真實(shí)驗(yàn),驗(yàn)證了本文所提出的基于SIFT特征和Dense-SIFT特征組合的空間金子塔模型的分類性能。最后,本文基于以上所述的理論和方法,使用OpenCV和Qt兩個(gè)開(kāi)源軟件庫(kù)設(shè)計(jì)并實(shí)現(xiàn)了物體識(shí)別系統(tǒng)。
【關(guān)鍵詞】：SIFT DSP-SIFT DENSE-SIFT 詞袋模型 空間金字塔模型 物體識(shí)別 圖像局部特征
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 中文摘要3-4
• Abstract4-8
• 第一章 緒論8-11
• 1.1 研究背景8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9
• 1.3 本文工作9-10
• 1.4 論文章節(jié)安排10-11
• 第二章 SIFT特征11-29
• 2.1 引言11
• 2.2 SIFT特征11-22
• 2.2.1 尺度空間的建立11-17
• 2.2.2 尺度空間極值點(diǎn)檢測(cè)17
• 2.2.3 極值點(diǎn)定位及消除低對(duì)比度點(diǎn)17-18
• 2.2.4 消除邊緣響應(yīng)18-19
• 2.2.5 極值點(diǎn)方向分配19-20
• 2.2.6 生成局部特征描述子20-22
• 2.3 DSP-SIFT特征22-27
• 2.3.1 DSP-SIFT實(shí)現(xiàn)原理23-24
• 2.3.2 DSP-SIFT在Windows上的移植24-26
• 2.3.3 DSP-SIFT與SIFT的對(duì)比26-27
• 2.4 DENSE-SIFT特征27-29
• 第三章 基于SIFT特征的物體識(shí)別技術(shù)29-40
• 3.1 SIFT特征匹配技術(shù)29-30
• 3.1.1 BBF方法29-30
• 3.1.2 FLANN方法30
• 3.2 匹配點(diǎn)對(duì)過(guò)濾30-32
• 3.2.1 距離過(guò)濾方法30-31
• 3.2.2 RANSAC過(guò)濾方法31-32
• 3.3 SIFT特征匹配實(shí)驗(yàn)32-33
• 3.3.1 實(shí)驗(yàn)設(shè)計(jì)32
• 3.3.2 實(shí)驗(yàn)結(jié)果和分析32-33
• 3.4 基于物體特征的物體模型33-34
• 3.4.1 Bag of Features模型33-34
• 3.4.2 空間金字塔模型34
• 3.5 基于SIFT和DENSE-SIFT組合特征描述的空間金字塔模型34-36
• 3.5.1 基于SIFT及DENSE-SIFT組合的特征描述35
• 3.5.2 基于SIFT及DENSE-SIFT組合的特征描述的空間金字塔模型35-36
• 3.6 支持向量機(jī)分類器36-37
• 3.7 物體識(shí)別技術(shù)實(shí)驗(yàn)37-40
• 3.7.1 數(shù)據(jù)集37-38
• 3.7.2 實(shí)驗(yàn)設(shè)計(jì)38-39
• 3.7.3 實(shí)驗(yàn)結(jié)果和分析39-40
• 第四章 基于SIFT特征的物體識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)40-52
• 4.1 OpenCV簡(jiǎn)介40
• 4.2 Qt簡(jiǎn)介40
• 4.3 SQLite簡(jiǎn)介40
• 4.4 物體識(shí)別系統(tǒng)設(shè)計(jì)簡(jiǎn)介40-44
• 4.4.1 物體識(shí)別系統(tǒng)需求分析41-42
• 4.4.2 物體識(shí)別系統(tǒng)架構(gòu)設(shè)計(jì)42-44
• 4.5 用戶界面設(shè)計(jì)44-46
• 4.5.1 用戶界面原形設(shè)計(jì)44-45
• 4.5.2 用戶界面實(shí)現(xiàn)45
• 4.5.3 用戶界面效果展示45-46
• 4.6 開(kāi)發(fā)環(huán)境配置46-47
• 4.7 詳細(xì)設(shè)計(jì)47-52
• 第五章 系統(tǒng)運(yùn)行結(jié)果展示52-56
• 5.1 感興趣區(qū)域提取52
• 5.2 物體識(shí)別及查詢信息52-56
• 第六章 總結(jié)與展望56-58
• 6.1 本文工作總結(jié)56
• 6.2 今后工作展望56-58
• 參考文獻(xiàn)58-60
• 致謝60

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 代松;李偉生;;基于親和傳遞聚類的多類物體識(shí)別方法[J];計(jì)算機(jī)工程;2009年14期

2 鄒利華;;三種基于特征的物體識(shí)別算法對(duì)比與分析[J];軟件導(dǎo)刊;2010年05期

3 連靈;游旭群;;三維物體識(shí)別的心理表征:角度依賴還是角度獨(dú)立[J];心理學(xué)報(bào);2011年09期

4 王喜順;劉曦;史忠植;隋紅建;;一種基于特征整合理論的物體識(shí)別模型(英文)[J];中國(guó)科學(xué)院研究生院學(xué)報(bào);2012年03期

5 胡敏;齊梅;王曉華;許良鳳;;基于顯著區(qū)域詞袋模型的物體識(shí)別方法[J];電子測(cè)量與儀器學(xué)報(bào);2013年07期

6 余少波;鞠發(fā)平;肖英明;;物體識(shí)別不變性方法比較分析(Ⅱ)——解析方法[J];海軍工程學(xué)院學(xué)報(bào);1993年01期

7 曾建超，柳慧群，林學(xué);基于規(guī)則的物體識(shí)別定位方法[J];高技術(shù)通訊;1995年04期

8 李育賢,王洪波,趙莉;二維物體識(shí)別的暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)方法[J];陜西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2000年01期

9 邵潔;董楠;;基于相關(guān)向量機(jī)的物體識(shí)別[J];上海電力學(xué)院學(xué)報(bào);2011年02期

10 楊雄;彭剛;徐濤;劉利;蘭遠(yuǎn)東;;物體識(shí)別的精神物理學(xué)實(shí)驗(yàn)測(cè)試[J];惠州學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 陳柘;趙榮椿;;幾何不變性及其在3D物體識(shí)別中的應(yīng)用[A];信號(hào)與信息處理技術(shù)——第一屆信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

2 連靈;張敏;;三維物體識(shí)別的心理表征:角度依賴還是角度獨(dú)立[A];增強(qiáng)心理學(xué)服務(wù)社會(huì)的意識(shí)和功能——中國(guó)心理學(xué)會(huì)成立90周年紀(jì)念大會(huì)暨第十四屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

3 周程;吳飛;莊越挺;;基于層次反饋機(jī)制的物體識(shí)別[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

4 孫彥良;任衍具;;真實(shí)場(chǎng)景中朝向和背景對(duì)物體識(shí)別的影響[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

5 郭明瑋;朱明清;趙宇宙;王建;陳宗海;;基于生物視覺(jué)的物體識(shí)別方法研究現(xiàn)狀分析[A];第13屆中國(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集[C];2011年

6 艾浩軍;朱榮;張敏;李俊;方禹;王紅霞;;基于SIFT尺度分量的兩級(jí)匹配物體識(shí)別算法研究[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【poster】[C];2011年

7 熊英;馬惠敏;;SIFT特征在三維物體識(shí)別中的應(yīng)用[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

8 魯?shù)?姜志國(guó);;基于圖元檢測(cè)的物體識(shí)別方法研究[A];全國(guó)第一屆信號(hào)處理學(xué)術(shù)會(huì)議暨中國(guó)高科技產(chǎn)業(yè)化研究會(huì)信號(hào)處理分會(huì)籌備工作委員會(huì)第三次工作會(huì)議�？痆C];2007年

9 杜建洪;梁子長(zhǎng);;車輛走向定位技術(shù)的研究[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

10 宋廣青;高莉;孫秀萍;劉新民;;物體識(shí)別實(shí)驗(yàn)在東莨菪堿致大鼠學(xué)習(xí)記憶障礙中的應(yīng)用[A];2013年全國(guó)老年性癡呆與相關(guān)疾病學(xué)術(shù)會(huì)議論文匯編[C];2013年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 陸王天宇;受生物啟發(fā)的物體識(shí)別算法研究[D];復(fù)旦大學(xué);2013年

2 王靜;視網(wǎng)膜假體中人工視覺(jué)信息處理及優(yōu)化表達(dá)研究[D];上海交通大學(xué);2014年

3 齊勇剛;基于草圖和邊緣的物體識(shí)別[D];北京郵電大學(xué);2015年

4 黃穎;基于圖理論的圖像處理與物體識(shí)別算法的研究[D];電子科技大學(xué);2012年

5 劉光燦;基于機(jī)器學(xué)習(xí)的物體識(shí)別[D];上海交通大學(xué);2013年

6 徐勝;三維物體識(shí)別研究[D];電子科技大學(xué);2010年

7 王興剛;物體識(shí)別中的形狀建模和弱監(jiān)督學(xué)習(xí)[D];華中科技大學(xué);2014年

8 王利明;機(jī)器視覺(jué)中物體識(shí)別方法的研究與探討[D];復(fù)旦大學(xué);2009年

9 彭紹武;基于形狀與語(yǔ)義建模的物體識(shí)別[D];華中科技大學(xué);2009年

10 陶維東;非面孔物體識(shí)別倒置效應(yīng)[D];西南大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 周淼;物體識(shí)別中與特征整合相關(guān)的腦電活動(dòng)研究[D];電子科技大學(xué);2012年

2 劉杰;小型地面移動(dòng)機(jī)器人視覺(jué)圖像特征提取[D];新疆大學(xué);2015年

3 王沁波;基于分層結(jié)構(gòu)的多物體圖像識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

4 李元輝;換墊料應(yīng)激損害大鼠新穎物體識(shí)別記憶再激活后提取及其膽堿能受體機(jī)制[D];南華大學(xué);2015年

5 李額;Apelin-13改善強(qiáng)迫游泳應(yīng)激誘導(dǎo)大鼠新穎物體識(shí)別記憶損傷[D];南華大學(xué);2015年

6 齊梅;基于詞袋模型的物體識(shí)別方法研究[D];合肥工業(yè)大學(xué);2014年

7 張禹tD;基于移動(dòng)機(jī)器人的動(dòng)態(tài)物體識(shí)別[D];吉林大學(xué);2015年

8 宋文豪;基于圖像的計(jì)算機(jī)物體識(shí)別研究[D];河北科技大學(xué);2015年

9 李慧霞;室內(nèi)智能移動(dòng)機(jī)器人規(guī)則物體識(shí)別與抓取[D];北京交通大學(xué);2016年

10 劉苗苗;基于2D和3D SIFT特征融合的一般物體識(shí)別算法研究[D];東南大學(xué);2015年

，

本文編號(hào)：659871