本文關(guān)鍵詞：幾何不變量特征提取算法研究及應用

  更多相關(guān)文章： 視覺識別 特征提取 幾何不變量 凸包算法

【摘要】：隨著人類認識、改造自然能力的不斷增強,提取事物的特征并加以識別已成為人類最基本的活動。計算機的誕生和信息科學的發(fā)展,使得計算機視覺識別系統(tǒng)已經(jīng)成為輔助或替代人類感知系統(tǒng)的重要工具,開始參與到人類的生活當中,讓人們擺脫了部分重復性強、勞動強度大的繁重工作,并且取得了豐碩的成果。這些成果被廣泛應用于工業(yè)、農(nóng)業(yè)、國防、醫(yī)學及天文等多個領(lǐng)域。仔細分析識別系統(tǒng)的組成就會發(fā)現(xiàn),特征提取是分類識別的最重要的核心課題。面對紛繁復雜的事物和現(xiàn)象,為了去偽存真找出其本來面目,提取事物的幾何不變量成為特征提取中的研究重點之一。利用幾何不變量可以來辨別不同事物,也能夠區(qū)分同一事物的不同情況下的形態(tài)。然而,幾何不變量的相關(guān)研究仍面臨著諸多挑戰(zhàn),比如在大量數(shù)據(jù)的情況下,如何設計出時間復雜度較低的計算幾何不變量的算法,以及在復雜形變下如何構(gòu)造出穩(wěn)定的幾何不變量等。本文以圖像檢索、三維重建、生物特征識別、視覺檢測等應用需求為背景,圍繞當前幾何不變量研究存在的問題,在已有的數(shù)據(jù)資源和研究工作積累基礎(chǔ)上,對快速的求解幾何不變量算法和構(gòu)造穩(wěn)定的幾何不變量算法做了深入研究,重點研究區(qū)分能力好、計算速度快、適用范圍廣、穩(wěn)定實用的幾何不變量特征提取算法,主要內(nèi)容和貢獻如下:①針對當前大規(guī)模二維點集的凸包求解存在計算時間長的問題,提出了一種基于仿射變換的二維凸包不變量求解算法。凸包是特征提取中的一個幾何不變量。該算法綜合考慮了常用二維分布的密度、質(zhì)心位置以及寬度等屬性,結(jié)合仿射變換的形變不變性質(zhì),通過模擬視覺注意力機制,對點集的幾何形狀分布進行初始估計,進而通過變換的方法使用凸多邊形的內(nèi)切圓去除大多數(shù)與凸包無關(guān)的點,從而提升算法執(zhí)行的效率。并根據(jù)算法的特點,提出了兩個與算法有關(guān)的定理,使用該定理可求解一個非約束優(yōu)化問題,而無需借助耗時的迭代過程。實驗數(shù)據(jù)結(jié)果表明,提出的算法能以較低的時間復雜度求解大規(guī)模二維點集的凸包。②針對現(xiàn)有的幾何不變量構(gòu)造方法在提取特征時,往往需要多次迭代或匹配,求解不變量容易造成誤差增大和效率不高的問題,提出了一個基于區(qū)域面積比的幾何不變量構(gòu)造算法。首先對物體的二值化后的灰度圖像求取其凸包,并計算其質(zhì)心坐標位置;再利用質(zhì)心和偽質(zhì)心構(gòu)成的直線,對灰度圖像的區(qū)域應用劃分策略;最終獲得基于區(qū)域面積比的仿射不變量矢量表示形式。在哥倫比亞大學的fish數(shù)據(jù)集及Coil-100數(shù)據(jù)集上進行的實驗表明,提出的算法得到的不變量特征滿足仿射不變性,且不需要迭代計算不變量,有效地減少了累積誤差對算法的影響。同時,物體圖像受到一定范圍內(nèi)的干擾(被擦除、涂抹及遮擋)情況下,提取出的不變量特征具有良好的區(qū)分辨別能力。③針對海量人臉數(shù)據(jù)庫進行檢索時,大量的高維數(shù)據(jù)會嚴重影響檢索的效率的問題,提出了利用人臉輪廓的幾何不變量進行人臉粗分類的算法。該算法通過人臉輪廓的幾何不變量特征,在預處理階段,對人臉圖像庫建立多級層次索引結(jié)構(gòu),將具有相似輪廓特征的人臉劃分到同一候選子類庫中。該算法將為后續(xù)的細分類和匹配識別打下基礎(chǔ)。在MUCT人臉數(shù)據(jù)庫及PICS的Aberdeen正面人臉數(shù)據(jù)庫上的實驗表明,人臉輪廓特征可作為快速粗分類的依據(jù),在預處理階段能有效地進行人臉輪廓特征定位和臉型粗分類。④為了快速的提取三維凸包幾何特征,滿足三維空間下計算機仿真、大氣建模等技術(shù)的發(fā)展需求,提出了一種基于橢球的三維凸包不變量求解算法。主要思想是在算法的初始步驟中,通過內(nèi)切橢球代替四面體判別的方式,盡可能多的去除與凸包無關(guān)的三維點。在多元標準正態(tài)分布、均勻分布、指數(shù)分布、極值分布、對數(shù)分布和Johnson分布上的三維實驗數(shù)據(jù)表明,提出的算法適用于海量三維數(shù)據(jù)凸包求取,在對多元標準正態(tài)分布下的一千萬個點的集合求取三維凸包時,用時僅1.78秒,當三維點集的數(shù)據(jù)量增加時,提出的算法與Quickhull算法相比節(jié)省了更多的計算時間,表現(xiàn)得更有效率。
【關(guān)鍵詞】：視覺識別 特征提取 幾何不變量 凸包算法
【學位授予單位】：重慶大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要3-5
• ABSTRACT5-11
• 1 緒論11-27
• 1.1 引言11
• 1.2 選題背景及意義11-14
• 1.3 特征提取的簡介14
• 1.4 幾何不變量的研究現(xiàn)狀14-22
• 1.4.1 幾何不變量概念及性質(zhì)14-16
• 1.4.2 相關(guān)理論研究現(xiàn)狀16-21
• 1.4.3 需要解決的問題21-22
• 1.5 本文的研究目標和內(nèi)容22-23
• 1.5.1 研究目標22
• 1.5.2 主要研究內(nèi)容22-23
• 1.5.3 擬解決的關(guān)鍵問題23
• 1.6 本文的結(jié)構(gòu)安排23-27
• 2 基于仿射變換的二維凸包不變量求解算法27-47
• 2.1 研究背景與問題分析27-30
• 2.2 算法相關(guān)的數(shù)學基礎(chǔ)30-33
• 2.3 基于仿射變換的二維凸包算法33-41
• 2.3.1 初始化及劃分35-36
• 2.3.2 計算初始凸多邊形長寬36-37
• 2.3.3 定義仿射變換37-39
• 2.3.4 去除非凸包點39-41
• 2.4 實驗結(jié)果及分析41-45
• 2.4.1 時間效率比較43-44
• 2.4.2 算法復雜度分析44-45
• 2.5 本章小結(jié)45-47
• 3 基于區(qū)域面積比的幾何不變量構(gòu)造算法47-69
• 3.1 研究背景與問題分析47-50
• 3.2 仿射變換的性質(zhì)50-51
• 3.3 偽區(qū)域與偽質(zhì)心的定義與性質(zhì)51-53
• 3.4 面面積比幾何不變量構(gòu)造算法53-60
• 3.4.1 圖像預處理54-56
• 3.4.2 基于質(zhì)心與偽質(zhì)心的劃分策略56-58
• 3.4.3 不變量構(gòu)造58-60
• 3.5 實驗結(jié)果及分析60-66
• 3.5.1 仿射不變性分析60-63
• 3.5.2 不同視角及遮擋下的結(jié)果63-65
• 3.5.3 算法復雜度與時間效率比較65-66
• 3.6 本章小結(jié)66-69
• 4 基于輪廓幾何不變量的人臉粗分類算法69-83
• 4.1 研究背景與問題分析69
• 4.2 輪廓特征提取算法簡介69-71
• 4.3 基于輪廓不變量的人臉粗分類算法71-79
• 4.3.1 人臉檢測定位及閾值分割71-74
• 4.3.2 二值化及噪聲去除74-75
• 4.3.3 輪廓提取及幾何不變量構(gòu)建75-77
• 4.3.4 聚類算法選擇77-79
• 4.4 實驗結(jié)果與分析79-81
• 4.5 本章小結(jié)81-83
• 5 基于橢球的三維凸包不變量求解算法83-103
• 5.1 研究背景與問題分析83-85
• 5.2 三維凸包算法介紹85-88
• 5.3 基于橢球的三維凸包算法88-97
• 5.3.1 初始包圍凸多面體計算88-91
• 5.3.2 內(nèi)切橢球計算91-94
• 5.3.3 非凸包點去除及極值點合并94-97
• 5.4 實驗結(jié)果及分析97-101
• 5.4.1 時間效率比較99-101
• 5.4.2 算法復雜度分析101
• 5.5 本章小結(jié)101-103
• 6 總結(jié)與展望103-105
• 6.1 全文總結(jié)103-104
• 6.2 研究展望104-105
• 致謝105-107
• 參參考文獻107-119
• 附錄119
• A作者在攻讀學位期間發(fā)表的論文目錄119
• B作者在攻讀學位期間參加的科研項目119

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 孫亦南,劉偉軍,王越超;基于幾何不變量的圖像特征識別[J];計算機應用與軟件;2004年12期

2 李洪波;;共形幾何代數(shù)與幾何不變量的代數(shù)運算[J];計算機輔助設計與圖形學學報;2006年07期

3 王偉,沈沛意,吳成柯;基礎(chǔ)矩陣計算中共面點冗余度問題的研究[J];西安電子科技大學學報;1998年05期

4 ;[J];;年期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 邢昌元;幾何不變量特征提取算法研究及應用[D];重慶大學;2015年

2 屈建勤;基于代數(shù)和幾何不變量的點集配準方法[D];吉林大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 劉博文;基于幾何不變量的視覺計算[D];上海交通大學;2007年

2 汪賢;基于幾何不變量的機械臂立體視覺檢測研究[D];東華大學;2010年

3 趙倩倩;基于一種新的幾何不變量的直線匹配方法：CHR-IMP法[D];大連理工大學;2013年

，

本文編號：782695