中国科学院软件研究所机构知识库
Advanced  
ISCAS OpenIR  > 综合信息系统技术国家级重点实验室  > 学位论文
学科主题: 计算机应用::计算机图像处理
题名:
基于空间约束模型的目标识别
作者: 张衡
答辩日期: 2009-06-02
导师: 胡晓惠
授予单位: 中国科学院研究生院
授予地点: 北京
学位: 硕士
关键词: 局部特征
其他题名: Object Recognition Based on Spatial Constraint Model
摘要: 目标识别技术在现实生活中的很多领域都有广泛的应用,但是由于遮挡,视角变换等因素的影响,目标识别技术仍面临着巨大的挑战。局部特征由于其本身固有的局部性,引起了人们的重视。结合空间分布约束,局部特征可以包含高层的语义信息,能够提高目标识别算法抗遮挡和视角变化的能力。本文分析对比了当前流行的局部特征检测方法,描述方法以及空间分布约束方法,并提出了一种“中心-特征”结构模型以及相应的目标识别方法。 首先介绍局部特征检测方法,深入研究局部特征描述方法,并从原理,不变性,匹配速度,适用情形等方面进行了比较分析。 综合显式模型和隐式模型的优缺点,提出了一种“中心-特征”结构的模型。该模型以目标中心作为衡量所有局部特征之间位置关系的参考点,既保留了星形模型等的准确性,同时又去掉了特殊结点,避免了特殊结点缺失带来的不利影响,提高了算法的稳定性。 基于上述空间分布约束模型提出了相应的目标识别算法。该算法同时考虑表面特征和空间位置之间的匹配程度。基于模板中目标的表面特征和形状因素构造空间分布约束模型,利用待检测目标的表面特征信息形成相关假设,通过假设检验定量衡量目标出现的位置及可能性,并提出了一种搜索目标中心位置的加速算法。实验验证了算法在相似变换及仿射变换下的有效性,且具有一定的抗缺失能力。
语种: 中文
内容类型: 学位论文
URI标识: http://ir.iscas.ac.cn/handle/311060/163
Appears in Collections:综合信息系统技术国家级重点实验室 _学位论文

Files in This Item:
File Name/ File Size Content Type Version Access License
张衡_硕士论文_基于空间约束模型的目标识别.pdf(3305KB)----限制开放 联系获取全文

Recommended Citation:
张衡. 基于空间约束模型的目标识别[D]. 北京. 中国科学院研究生院. 2009-06-02.
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[张衡]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[张衡]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2017  中国科学院软件研究所 - Feedback
Powered by CSpace