本文關(guān)鍵詞：模式識(shí)別中光照補(bǔ)償處理算法研究

  更多相關(guān)文章： 彩色增強(qiáng) 光照補(bǔ)償 Retinex 模型 卷積神經(jīng)網(wǎng)絡(luò)

【摘要】：隨著計(jì)算機(jī)科學(xué)技術(shù)的不斷發(fā)展與大數(shù)據(jù)時(shí)代的降臨,以及深度學(xué)習(xí)技術(shù)橫空出世,圖像識(shí)別技術(shù)有了突破性的進(jìn)展。之前,目標(biāo)識(shí)別尤其是人臉識(shí)別系統(tǒng)的性能在很大程度上受到光照條件的影響,科研人員也在這方面有了許多的研究,但是識(shí)別效果仍不理想。然而解決復(fù)雜光照條件下的目標(biāo)識(shí)別是其通往實(shí)用化的至關(guān)重要的一步,在此背景下,本文首先基于Retinex模型,提出了改進(jìn)算法AuReH,其次結(jié)合卷積神經(jīng)網(wǎng)絡(luò)與光照補(bǔ)償算法AuReH進(jìn)行研究,提出了端對(duì)端的RetiNet模型,實(shí)驗(yàn)表明該模型具有很好的光照魯棒性,能達(dá)到較高的識(shí)別準(zhǔn)確率。本文重點(diǎn)研究復(fù)雜場(chǎng)景下光照魯棒的卷積神經(jīng)網(wǎng)絡(luò)圖像識(shí)別方法,并對(duì)傳統(tǒng)的多尺度Retinex彩色增強(qiáng)進(jìn)行改進(jìn),主要工作有以下幾部分:1.傳統(tǒng)的彩色增強(qiáng)算法有許多,包括空間域的圖像增強(qiáng)算法,其中包括灰度變換,直方圖增強(qiáng),空間濾波等,同時(shí)基于頻域方面處理的有頻域平滑濾波與品與銳化濾波。不過自從Land提出Retinex[1]理論后,不同形式的Retinex算法相繼出現(xiàn),對(duì)圖像增強(qiáng)領(lǐng)域有重大的貢獻(xiàn)。本文提出了一種基于Retinex理論的自適應(yīng)算法AuReH,相比于傳統(tǒng)Retinex及其變種,該算法能夠糾正傳統(tǒng)的色偏問題,同時(shí)在彩色增強(qiáng)方面有著更好的效果,并對(duì)有霧圖像能夠進(jìn)行自動(dòng)去霧。2.對(duì)于光照對(duì)識(shí)別率的影響問題,針對(duì)了不同圖像應(yīng)用領(lǐng)域甚至相同圖像領(lǐng)域識(shí)別的特征提取困難以及由光照影響造成識(shí)別率降低的問題,研究了基于卷積神經(jīng)網(wǎng)絡(luò)模型與本文提出的AuReH算法相結(jié)合的端對(duì)端RetiNet模型。3.設(shè)計(jì)并實(shí)現(xiàn)了跨平臺(tái)的卷積神經(jīng)網(wǎng)絡(luò)系統(tǒng)。4.利用RetiNet模型對(duì)不同的數(shù)據(jù)集進(jìn)行訓(xùn)練,測(cè)試并對(duì)結(jié)果進(jìn)行分析。
【關(guān)鍵詞】：彩色增強(qiáng) 光照補(bǔ)償 Retinex 模型 卷積神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：北京理工大學(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】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-15
• 1.1 研究背景與意義9-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-13
• 1.3 本文的研究?jī)?nèi)容與結(jié)構(gòu)安排13-15
• 1.3.1 主要工作13-14
• 1.3.2 結(jié)構(gòu)安排14-15
• 第2章 通過圖像增強(qiáng)進(jìn)行光照補(bǔ)償15-29
• 2.1 空間域圖像增強(qiáng)理論15-17
• 2.1.1 灰度變換15-17
• 2.1.2 直方圖增強(qiáng)17
• 2.1.3 空間濾波17
• 2.2 頻率域圖像增強(qiáng)理論17-18
• 2.2.1 頻率平滑濾波18
• 2.2.2 頻域銳化濾波18
• 2.3 基于Retinex的彩色增強(qiáng)算法18-24
• 2.3.1 色彩恒常性理論19
• 2.3.2 Retinex理論基礎(chǔ)19-20
• 2.3.3 基于迭代計(jì)算的Retinex算法20-21
• 2.3.4 基于中心/環(huán)繞的Retinex算法21-22
• 2.3.5 基于HSI空間改進(jìn)的Retinex算法22-24
• 2.4 圖像質(zhì)量評(píng)價(jià)24-28
• 2.5 本章小結(jié)28-29
• 第3章 卷積神經(jīng)網(wǎng)絡(luò)29-51
• 3.1 卷積神經(jīng)網(wǎng)絡(luò)中的常見層29-36
• 3.1.1 卷積層30-33
• 3.1.2 池化層33-34
• 3.1.3 全鏈接層34-35
• 3.1.4 Dropout層35-36
• 3.2 損失函數(shù)36-41
• 3.2.1 SVM層37-39
• 3.2.2 Softmax層39-40
• 3.2.3 Softmax與SVM的對(duì)比40-41
• 3.3 卷積神經(jīng)網(wǎng)絡(luò)中的優(yōu)化41-50
• 3.3.1 CNN中的常用激活函數(shù)41-44
• 3.3.2 CNN的預(yù)處理44-45
• 3.3.3 CNN的優(yōu)化方法45-50
• 3.4 本章小結(jié)50-51
• 第4章 光照魯棒的卷積神經(jīng)網(wǎng)絡(luò)算法51-58
• 4.1 光照對(duì)圖像識(shí)別的影響51
• 4.2 基于Reti Net的光照魯棒的圖像識(shí)別算法研究51-53
• 4.3 實(shí)驗(yàn)結(jié)果與對(duì)比53-57
• 4.3.1 Yale-B Crop人臉數(shù)據(jù)庫(kù)53-55
• 4.3.2 Cifar10數(shù)據(jù)庫(kù)55-57
• 4.4 本章小結(jié)57-58
• 全文總結(jié)58-60
• 參考文獻(xiàn)60-65
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄65-66
• 致謝66

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉麗華;;人臉光照問題研究綜述[J];電腦開發(fā)與應(yīng)用;2008年04期

2 高羽佳;;基于光照樣本合成的光照補(bǔ)償方法的研究[J];中小企業(yè)管理與科技(下旬刊);2010年12期

3 劉篤晉;孫淑霞;李思明;;人臉識(shí)別中光照處理方法的分析[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年01期

4 甘樹坤;呂穎;呂雪飛;李洪濤;;人臉檢測(cè)中的圖像光照處理研究[J];吉林化工學(xué)院學(xué)報(bào);2011年09期

5 張忠波,馬駟良,馬捷;小波和神經(jīng)網(wǎng)絡(luò)在人臉光照校正中的應(yīng)用[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2005年02期

6 柴秀娟;山世光;卿來云;陳熙霖;高文;;基于3D人臉重建的光照、姿態(tài)不變?nèi)四樧R(shí)別[J];軟件學(xué)報(bào);2006年03期

7 崔瑞;張艷寧;呼月寧;朱宇;;基于光照分類的可變光照下人臉識(shí)別方法[J];計(jì)算機(jī)工程與應(yīng)用;2010年28期

8 許力;黃磊;劉昌平;;可變光照條件下的人臉識(shí)別[J];計(jì)算機(jī)工程與應(yīng)用;2011年21期

9 孫雪梅;蘇菲;蔡安妮;;人臉識(shí)別中光照補(bǔ)償參數(shù)及必要性的判定方法[J];計(jì)算機(jī)應(yīng)用研究;2007年07期

10 徐勇;閆玉寶;陳樹越;;基于延遲光照技術(shù)的水波動(dòng)畫研究[J];安徽農(nóng)業(yè)科學(xué);2010年18期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 蘇紅梅;閉立輝;黃文功;周艷桃;張桂征;蒙藝英;韋博優(yōu);黃玲莉;;光照對(duì)932、7532蠶品種化性的調(diào)控試驗(yàn)[A];第十屆家（柞）蠶遺傳育種及良種繁育學(xué)術(shù)研討會(huì)論文集[C];2013年

2 余建軍;楊旭波;肖雙九;;基于物理光源獲取的交互式重光照[A];中國(guó)圖學(xué)新進(jìn)展2007——第一屆中國(guó)圖學(xué)大會(huì)暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 張繼民;光照處理法[N];河南科技報(bào);2005年

2 ;芹菜種子巧催芽[N];蚌埠日?qǐng)?bào);2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前8條

1 王寧;計(jì)算機(jī)視覺中的光照色度估計(jì)研究[D];北京交通大學(xué);2012年

2 楊海明;揚(yáng)州鵝繁殖的光照調(diào)控及下丘腦基因差異表達(dá)研究[D];揚(yáng)州大學(xué);2014年

3 范春年;人臉識(shí)別中光照處理算法研究[D];南京大學(xué);2011年

4 張志偉;可變光照條件下的人臉識(shí)別技術(shù)研究[D];河北工業(yè)大學(xué);2007年

5 莊連生;復(fù)雜光照條件下人臉識(shí)別關(guān)鍵算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

6 徐曉e，

本文編號(hào)：713926