版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、物體識別是計算機視覺研究領(lǐng)域中最具挑戰(zhàn)性的研究課題之一。隨著現(xiàn)代圖像獲取技術(shù)的提高,基于圖像的物體識別具有良好的應(yīng)用前景。然而,基于圖像進行物體識別也面臨很多困難:如視點變化、物體類與類之間和類內(nèi)差異都使得物體識別更具有挑戰(zhàn)性。
近年來,興趣點由于具有計算量小和信息含量高的特點被廣泛應(yīng)用于圖像識別領(lǐng)域中?,F(xiàn)階段大多數(shù)基于單一特征物體識別方法都不能達到良好的識別效果,這主要是由于多類物體要正確識別需要考慮到更多的特征。因此,
2、多特征的融合近年來也越來越多地被使用到模式識別中。本文就物體識別面臨的困難,綜合考慮興趣點和多特征融合思想的優(yōu)點,提出一種基于興趣點多特征加權(quán)融合的物體識別方法。
首先,利用簡化的LTP算子去除Harris冗余角點。研究了對于提取圖像的局部特征非常有效的興趣點檢測方法,通過比較LBP算子與LTP算子的優(yōu)缺點,利用簡化的LTP算子去除Harris檢測到的冗余角點,實驗證明簡化的LTP算子對于冗余角點的去除有一定的效果。
3、> 其次,定義了一種確定圖像感興趣區(qū)域的方法。根據(jù)檢測到的興趣點的精確位置信息定義待識別圖像的感興趣區(qū)域,實驗證明獲取到的圖像感興趣區(qū)域既能包含待識別物體的基本信息,而且能去除圖像中的背景和其他冗余信息。
然后,采用形狀不變矩、離散小波變換和顏色直方圖方法分別提取感興趣區(qū)域的形狀、紋理和顏色特征。采用提取感興趣區(qū)域圖像的特征的方法,不僅克服了形狀、紋理和顏色特征沒有位置信息的缺點,而且采用形狀不變矩、離散小波變換和顏
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多特征融合的火焰識別方法研究.pdf
- 基于多特征融合的車輛品牌識別方法研究.pdf
- 基于人體特征信息融合的身份識別方法研究.pdf
- 基于特征融合和SVM的步態(tài)識別方法研究.pdf
- 基于特征級融合的目標(biāo)識別方法研究.pdf
- 基于特征優(yōu)化和多特征融合的雜草識別方法研究.pdf
- 基于局部特征的三維物體識別方法研究.pdf
- 基于特征融合的語音情感識別方法的研究.pdf
- 基于融合特征的火焰和煙霧識別方法研究.pdf
- 基于特征融合和稀疏表示的表情識別方法研究.pdf
- 基于視觸覺多特征融合的步態(tài)識別方法研究.pdf
- 基于多模生物特征的融合與識別方法研究.pdf
- 基于幾何特征與表觀特征融合的表情識別方法研究.pdf
- 多特征融合人臉表情識別方法研究.pdf
- 基于先驗知識的物體識別方法研究.pdf
- 基于特征融合的飛機要害部位識別方法.pdf
- 基于多顏色空間特征融合的作物識別方法研究.pdf
- 基于融合特征與光照不變特征的人臉識別方法研究.pdf
- 基于特征融合的光纖周界入侵行為集成識別方法研究.pdf
- 基于多粒度特征融合的維度語音情感識別方法研究.pdf
評論
0/150
提交評論