基于图像分割的目标识别的研究

1.课题研究的背景

图像分割是把图像分成几个特定的区域,然后提取出所需的对象目标的技术和过程。由于图像分割是从图像处理到图像分析的重要一步,所以自从它的产生到现在,一直受到人们的高度重视。而且图像分割的结果是图像特征提取和识别等图像理解的基础,对图像分割的研究也一直是数字图像处理技术的焦点和热点。它主要起源于上世纪70年代的电影行业,从图像分割技术产生发展到现在的这几十年中,随着我们科技的不断进步,我们也提出了许多种图像分割的算法,并且也有了不小的成绩,而且图像分割也已经在我们的生活中的各个领域得到了广泛的应用,例如在在线产品检验、生产过程控制、文档图像处理、工业自动化、遥感、生产过程控制和生物医学的图像分析,以及体育、农业、军事工程等方面。总的来说,一方面研究人员不断地改进原有的分割方法并将其应用于其他领域。另一方面,越来越多的学者开始将数学形态学、模糊理论、遗传算法理论、分形理论和小波变换理论等研究成果运用到了图像分割中,提出了一些更先进的方法。但是,到目前为止我们还没有一种较为通用的分割方法[2],我们目前所提出的各种方法,它们大都是在分析了具体的问题后才来提出的,并不一定适用于其他的问题。另外,正是由于这一点,目前我们也还没有制定出合适的图像分割算法的标准,也因此我们的目标识别的方法也是不确定的。在实际的生活中,还存在着许多的问题有待我们去解决。

其实,早在上世纪60年代就有人提出了边缘检测方法,也因此产生了不少经典的图像分割算法[3]。由于图像分割技术在图像处理及图像分析的过程中的重要作用,越来越多的学者都开始将注意力转到寻找新的理论和方法来提高图像分割的质量,以满足人们在实际生活中各方面的需求。目前有许多学者尝试着将遗传算法理论、数学形态学、小波变换理论、分形理论和模糊理论等研究成果运用到图像分割中,产生了结合特定数学方法和针对特殊图像分割的先进图像分割技术,例如多种特征融合的分割方法,多种分割方法结合的分割方法等。

2.课题研究的意义

在图像分割技术产生与发展的这几十年中,越来越多的学者开始将数学形态学、模糊理论、遗传算法理论、分形理论和小波变换理论等研究成果运用到了图像分割中,产生了结合特定数学方法和针对特殊图像分割的更先进的图像分割技术,但是现阶段还是没有一种通用的分割方法,有很多问题还有待我们去解决。由于没有一种通用的分割算法,所以当我们在使用一种分割算法后,还需要对目标进行识别,那选择一种什么样的识别方法才能更好更简便的把目标给识别出来呢?这就是我这个课题所要研究的。在选定一种分割方法后,比较几种不同的目标识别方法,选出一种相对较好的目标识别方案。

自动彩***像分割算法,通过集成边缘渐变贴图插件提取和种子区域生长在YUV色彩空间。在Y,U和V的边缘由一个各向同性的边缘检测器检测,三个部分相结合,以获得边缘,相邻边缘区域的重心被作为初始的种子。

Hausdorff距离是描述两组点集之间相似程度的一种量度,它是两个点集之间距离的一种定义形式。它的优点是计算比较容易,但是匹配度不好,如果目标图像中的噪声过多,那么它的匹配的精确度就会被影响。

主元分析法,即Principal Components Analysis(PCA),是一种统计技术,经常应用于人面部识别和图像压缩以及信号去噪等领域,是在高维数据中提取模式的一种常用技术。我们可以通过主元分析法(PCA)对数据进行降维处理,将多个变量降维,以便于我们计算与分析图像。

3.课题研究的内容

1.设计基于区域生长技术的彩***像分割算法;

2.讨论图像分割算法性能指标的评估;

3.学习Hausdorff距离、imagecontext、主元分析等几种目标识识别方法并作比较和讨论;

4.用MATLAB做实验验证,根据实验仿真的结果得出相应的结论,以及该方法的不足之处和改进之处。

4.课题研究的方法

我们可以使用MATLAB 软件对图像分割算法进行仿真测试,同时我们也可以采用图像库测试(Berkeley data set)[17]。在实验过程中,我们会用到视频片段。我们可以利用现有的,也可以自己录制视频片。最后对于不同的目标识别方法,都会有一系列的性能指标,主要有目标的识别率,识别的的误差,噪声的影响等等,然后我们就可以通过这些性能指标来比较Hausdorff距离、image context、主元分析等几种目标识识别方法的各自的优缺点,最后得出我们的结论

基于图像分割的目标识别的研究

时间: 2024-11-06 03:34:29

基于图像分割的目标识别的研究的相关文章

基于图像分割的目标识别

1. 图像分割的背景与意义 在应用方面,由于图像分割是从图像处理到图像分析的重要一步,所以自从它的产生到现在,一直受到人们的高度重视.它主要起源于上世纪70年代的电影行业.至今为止,随着我们科技的不断进步,我们也提出了许多种图像分割的算法,并且也有了不小的成绩,而且图像分割也已经在我们的生活中的各个领域得到了广泛的应用,例如在在线产品检验.生产过程控制.文档图像处理.工业自动化.遥感.生产过程控制和生物医学的图像分析,以及体育.农业.军事工程等方面.但是,到目前为止我们还没有一种较为通用的分割方

基于图像分割的立体匹配方法

1.绪论 立体匹配是三维重建系统的关键步骤,并且作为一种非接触测量方法在工业以及科研领域具有重要的应用价值.为了完成匹配工作以及获取场景的稠密视差图,可以通过构建能量函数对应立体匹配的约束条件.复杂能量函数的全局最优解通常是NP难问题.相对于其他全局优化算法相比如模拟退火.梯度下降.动态规划等,图割算法不仅精度高,收敛速度快,并且对于光照变化.弱纹理等区域的匹配效果也比其他算法好. 2.图割算法 计算机视觉领域的大部分问题可以转换为标号问题,在立体匹配中视差的求解就是对图像的像素在视察范围内的离

回望2017,基于深度学习的NLP研究大盘点

回望2017,基于深度学习的NLP研究大盘点 雷锋网 百家号01-0110:31 雷锋网 AI 科技评论按:本文是一篇发布于 tryolabs 的文章,作者 Javier Couto 针对 2017 年基于深度学习的自然语言处理研究进行了大盘点.雷锋网 AI 科技评论根据原文进行了编译. 在过去的几年里,深度学习(DL)架构和算法在诸如图像识别和语音处理等领域取得了世人瞩目的进步.然而在最开始的时候,深度学习在自然语言处理(Natural Language Processing, NLP)领域的

基于原生的移动跨平台研究和实践

基于原生主要是针对基于webview+h5比较来说的,基于H5的我不想再讨论了,我想尝试的是从UI到功能都是原生,而不是用H5模拟的所谓原生体验. 背景 我们从开发角度来考虑,但凡想从事长远的开发工作,都有自己的技术积累,最简单的就是一些UI组件和功能组件的封装. 举例,我在一个App里实现了一个点击一下能自动切换背景颜色的Button,包括点击的动画效果,我肯定会考虑封装成一个类,比如叫MyButton,在Android下它继承Button类, 在ios下它继承UIButton类.做下一个Ap

基于搜索引擎优化策略的研究

1.1.1   随着Internet技术的迅速发展,使得用户要想在信息海洋里查找目标信息,就如大海捞针一样,搜索引擎技术恰好解决了这一难题.搜索引擎是人们获取网络资源的主要工具,然而搜索引擎在给网络用户带来巨大便捷的同时, 由于 其信息检索技术智能水平的限制以及对自然语言理解的制约,在网络信息的检索中存在许多不足.因此,搜索引擎优化(Search Engine Optimization,SEO)技术应运而生. 随着Yahoo.Google等著名搜索引擎的出现,搜索引擎优化技术也逐渐发展起来.从最

基于802.11Fuzz技术的研究

转自安全客 关于无线的Fuzz最开始接触了解时,国内基本毛线都搜不到.经过几个月的资料搜集和学习,将大约全网的fuzz资料整理翻译分析并读懂写下,就为填补国内空白,也希望无线爱好者能多多交流. 在各个安全领域的漏洞挖掘方法中,Fuzz都挺流行的. Fuzz是一种黑盒软件测试技术,这基本上是使用畸形或半自动化的方式在一个畸形的数据注入发现执行错误,运用在协议也比较多.当源代码是不可用的时候,还是不错的,在802.11协议方面,Fuzzing的层面也比较多,特别是针对驱动和接入点的. 802.11的

病毒木马查杀第013篇:一个基于.NET的“敲竹杠”病毒研究

一.前言 恶意程序发展至今,其功能已经从最初的单纯破坏,不断发展为隐私的窥探,信息的盗取,乃至如今非常流行的"敲竹杠"病毒,用于勒索.可见随着时代的发展,病毒的作者们往往也是想利用自己的技术来获取不义之财,变得越来越功利化了.而本系列文章也顺应了这个发展,从病毒讨论到木马,进而来到了"敲竹杠"病毒的讨论上来. 二.什么是"敲竹杠"病毒 其实"敲竹杠"病毒的行为很简单,它就是篡改我们的计算机的开机密码,然后病毒作者留下个人的联系

基于时间的 SQL注入研究

SQL注入攻击是业界一种非常流行的攻击方式,是由rfp在1998年<Phrack>杂志第54期上的"NT Web Technology Vulnerabilities"文章中首次提出的.时过境迁,相关SQL注入的技术和工具都进行了不断的发展和演化.目前 SQL注入漏洞已经是信息安全的一大领域,无论是小到个人网站,还是大到电子商务网站,都或多或少的存在SQL注入漏洞.为什么SQL注入漏洞会屡禁不止,原因就在于要想防御SQL注入漏洞,需要对SQL语句.业务流程行为.各种主流数据

图像检索:基于形状特征的算法

本文节选自<基于形状特征的图像检索算法研究> 基于形状特征的图像检索算法相对于颜色特征和纹理特征来说,使用的稍微少一些.摘录了其中的几种算法,不做深入剖析了. 形状通常与图像中的特定目标对象有关,是人们的视觉系统对目标的最初认识,有一定的语义信息,被认为是比颜色特征和纹理特征更高一层的特征.形状描述的准确与否是决定图像检索算法优劣的重要因素,一个好的形状描述符应具备独特性.完备性.几何不变性.灵活性以及抽象性.形状的描述符大体可以分为两大类:第一类是描述形状目标区域边界轮廓的像素集合,称为基于