【摘要】：手機(jī)照相技術(shù)的發(fā)展和數(shù)碼相機(jī)價(jià)格的降低，使越來越多的消費(fèi)者擁有自己的拍照手機(jī)和數(shù)碼相機(jī)，并用它們記錄生活中的點(diǎn)點(diǎn)滴滴。圖片分享網(wǎng)站的興起，讓人們能夠?qū)⒄掌蟼鞯竭@些網(wǎng)站上，與家人和朋友們分享。另外，人們可以利用各大搜索引擎對網(wǎng)絡(luò)上公開的圖片進(jìn)行搜索�，F(xiàn)有的圖片搜索技術(shù)大多都是基于圖像附帶的文本信息或者顏色統(tǒng)計(jì)之類的簡單特征。利用計(jì)算機(jī)視覺技術(shù)對圖片的內(nèi)容進(jìn)行精確理解，是圖片搜索的發(fā)展趨勢。 目標(biāo)檢測是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要研究方向。其主要任務(wù)是定位并識別圖像中所包含的目標(biāo)，從而為場景識別提供信息。目標(biāo)檢測技術(shù)雖然已經(jīng)取得極大的發(fā)展，但離實(shí)際應(yīng)用仍有一段距離，仍然是一個(gè)很值得研究的方向。觀察角度的不同，以及同類別的不同目標(biāo)的外觀存在著很大的差異，給目標(biāo)檢測帶來了極大的難度。目標(biāo)檢測算法需要極大的計(jì)算需求，這也限制了目標(biāo)檢測的實(shí)際應(yīng)用。 現(xiàn)有的目標(biāo)檢測主要是基于局部紋理特征。利用形狀特征分析圖像，，可以減少圖像特征的冗余性。而對基于形狀特征的目標(biāo)檢測的研究仍然較少。本文對基于形狀特征的目標(biāo)檢測算法進(jìn)行研究，并構(gòu)建了一個(gè)完整的目標(biāo)檢測系統(tǒng)。針對基于形狀特征高度依賴于邊緣方向的特性，該系統(tǒng)選用了能夠很好保存邊緣信息的Amit邊緣檢測算法來提取圖像邊緣信息。該系統(tǒng)還使用基于形狀的檢測子和多種描述子來描述局部形狀特征，并用最新的特征包方法來整合局部形狀特征。最后，本文在Cartoon30數(shù)據(jù)集和VOC2012數(shù)據(jù)集上對所提出的目標(biāo)檢測算法進(jìn)行測試和評價(jià)。
[Abstract]:With the development of mobile camera technology and the decrease of the price of digital camera, more and more consumers have their own photo phone and digital camera, and use them to record the bits and pieces of their lives. The rise of photo-sharing sites allows people to upload photos to these sites and share them with family and friends. In addition, people can use each major search engine to search for pictures published on the network. Most of the existing image search techniques are based on simple features such as text information or color statistics. It is the development trend of image search to use computer vision technology to accurately understand the content of pictures. Target detection is an important research direction in the field of computer vision. Its main task is to locate and recognize the targets contained in the image, so as to provide information for scene recognition. Although the technology of target detection has made great progress, it is still a long way from the practical application, and it is still a research direction. There are great differences in the appearance of different targets from different points of view and the same category, which brings great difficulty to target detection. Target detection algorithm needs a lot of computing requirements, which limits the practical application of target detection. The existing target detection is mainly based on local texture features. The redundancy of image features can be reduced by using shape features to analyze images. However, the research on shape feature based target detection is still few. In this paper, the object detection algorithm based on shape feature is studied, and a complete target detection system is constructed. Aiming at the feature that shape feature is highly dependent on edge direction, the system chooses Amit edge detection algorithm which can save edge information well to extract image edge information. The system also uses shape based detectors and multiple descriptors to describe local shape features and integrates local shape features with the latest feature packet method. Finally, the proposed target detection algorithm is tested and evaluated on Cartoon30 data sets and VOC2012 datasets.
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP391.41

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓強(qiáng);;基于廣義Hough變換的手寫文檔整詞定位[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2011年05期

2 程剛;鄭小華;陽鋒;徐祖艦;;三維全景視覺技術(shù)在農(nóng)業(yè)機(jī)器人中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2010年34期

3 何海燕;施培蓓;;基于改進(jìn)AdaBoost算法的行人檢測方法[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年03期

4 吳慧蘭;劉國棟;劉炳國;胡濤;浦昭邦;;ICF實(shí)驗(yàn)靶定位技術(shù)研究[J];半導(dǎo)體光電;2008年05期

5 陳京;袁保宗;劉渭濱;;多視點(diǎn)標(biāo)定圖像的交替迭代度量重建方法[J];北京交通大學(xué)學(xué)報(bào);2012年02期

6 周峰;劉輝;李超峰;;SIFT算法在圖像配準(zhǔn)中的應(yīng)用[J];辦公自動(dòng)化;2009年22期

7 劉彬;葉麗娜;;一種基于SIFT特征的序列圖像拼接算法[J];兵工自動(dòng)化;2009年06期

8 劉煥敏;王華;段慧芬;;一種改進(jìn)的SIFT雙向匹配算法[J];兵工自動(dòng)化;2009年06期

9 彭勃;周文暉;劉濟(jì)林;;基于Harris角點(diǎn)檢測的立體視覺里程計(jì)[J];兵工學(xué)報(bào);2007年12期

10 陳冰;趙亦工;李欣;;基于高斯尺度空間的末制導(dǎo)目標(biāo)跟蹤方法[J];兵工學(xué)報(bào);2009年05期

相關(guān)會議論文 前10條

1 劉善磊;張亮;;基于相位相關(guān)和SURF算法的關(guān)鍵幀實(shí)時(shí)匹配研究[A];江蘇省測繪學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

2 隋樹林;孫立宏;姚文龍;袁健;;融合改進(jìn)UKF/SIFT信息的自主光學(xué)導(dǎo)航方法[A];第二十六屆中國控制會議論文集[C];2007年

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

4 ;Loop-closing By Using SIFT Features for Mobile Robots[A];第二十六屆中國控制會議論文集[C];2007年

5 周凱;范瑞霞;李位星;;一種基于SIFT的MeanShift-粒子濾波融合跟蹤算法[A];第二十九屆中國控制會議論文集[C];2010年

6 ;Rapid Target Recognition and Tracking under Large Scale Variation Using Semi-Naive Bayesian[A];第二十九屆中國控制會議論文集[C];2010年

7 ;A High-level Image Sequence Fusion Algorithm for Human Detection[A];第二十九屆中國控制會議論文集[C];2010年

8 鄒麗暉;陳杰;張娟;竇麗華;;一種基于時(shí)空域流形的視頻序列圖像拼接算法[A];第二十九屆中國控制會議論文集[C];2010年

9 ;Machine Vision Based Flotation Froth Mobility Analysis[A];第二十九屆中國控制會議論文集[C];2010年

10 孫明竹;趙新;程小燕;孫程;盧桂章;;面向復(fù)雜作業(yè)的微操作機(jī)器人關(guān)鍵技術(shù)研究[A];第二十九屆中國控制會議論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 王玉全;基于全景視覺的移動(dòng)機(jī)器人同時(shí)定位與地圖創(chuàng)建方法研究[D];哈爾濱工程大學(xué);2010年

2 梁洪;基于內(nèi)容的醫(yī)學(xué)圖像檢索及語義建模關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

3 任楨;圖像分類任務(wù)的關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

4 孔凡芝;引線鍵合視覺檢測關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2009年

5 王作為;具有認(rèn)知能力的智能機(jī)器人行為學(xué)習(xí)方法研究[D];哈爾濱工程大學(xué);2010年

6 肖潔;視覺注意模型及其在目標(biāo)感知中的應(yīng)用研究[D];華中科技大學(xué);2010年

7 朱清波;序列圖像三維重建方法研究[D];華中科技大學(xué);2010年

8 田文;多視圖圖像的快速三維場景重建[D];華中科技大學(xué);2010年

9 涂虬;智能視覺監(jiān)視中目標(biāo)檢測與跟蹤算法研究[D];華中科技大學(xué);2010年

10 章鵬;多尺度特征檢測：方法和應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 宋抗;壓縮機(jī)活塞圓度誤差數(shù)字檢測系統(tǒng)研究[D];河南理工大學(xué);2010年

2 陳忠翔;基于立體視覺的三維重建方法研究[D];南昌航空大學(xué);2010年

3 雒燕飛;地質(zhì)災(zāi)害應(yīng)急地理信息數(shù)據(jù)庫設(shè)計(jì)及其應(yīng)用[D];山東科技大學(xué);2010年

4 唐紅梅;基于輻射與空間信息的遙感圖像檢索[D];山東科技大學(xué);2010年

5 倪希亮;基于尺度不變特征的多源遙感影像配準(zhǔn)[D];山東科技大學(xué);2010年

6 賈偉潔;SAR影像與光學(xué)影像配準(zhǔn)研究[D];山東科技大學(xué);2010年

7 任天宇;自穩(wěn)定航拍系統(tǒng)算法與設(shè)計(jì)[D];長春理工大學(xué);2010年

8 韓寧;魯棒性圖像水印算法研究[D];遼寧師范大學(xué);2010年

9 李躍;三維運(yùn)動(dòng)估計(jì)在織物動(dòng)態(tài)仿真中的應(yīng)用[D];浙江理工大學(xué);2010年

10 婁錚錚;sIB算法在圖像無監(jiān)督分類中的應(yīng)用研究[D];鄭州大學(xué);2010年

本文編號：2385967