高精度快速定位方法與人體姿態(tài)分析.pdf

1、計算機視覺是20世紀七十年代起步,在工業(yè)領域,因為傳感器的廣泛,易用,成本比較低廉,使得該領域越來越偏向于使用圖像和視頻信息,所以,計算機視覺開始進入工業(yè)領域。
　　基于圖像的目標檢測需要從圖像中提取出一種穩(wěn)定的表達,這通常是通過提取點特征或對圖像模板進行抽象化來實現。目標定位與目標檢測密不可分,雖然目標在檢測出來的同時就可以完成一般的定位,但是工業(yè)生產中往往對精度有更高的要求,而高精度的目標定位框架又屬于圖像配準范疇,并且在配準

2、領域內,由于噪聲以及光照等其他因素的影響,圖像配準需要面對很大難度,由此也衍生了各種種類的圖像配準算法。
　　本文對經典的目標檢測及圖像配準框架進行了回顧和總結,對現有算法提出了各種改進措施,設計并完成了面向多種類物體的較快速,比較魯棒的,高精度的圖像配準算法。論文的主要研究內容和成果如下:
　　1.面向目標定位的形狀上下文描述子。
　　針對工業(yè)應用中待定位物體可能紋理較少的情況,本文改進了經典的定位框架,提出了一種

3、Shape Context描述子的改良,通過引入更高精度的采樣,更高維度的柱狀圖表達,額外的角度信息的加入,能夠對少紋理的物體也能進行基于輪廓的高精度特征描述。
　　2.面向工業(yè)物體的亞像素配準算法框架。
　　本文回顧了基于圖像灰度信息的Lucas-Kanade框架,以及基于物體點云空間信息的ICP框架,特別的,為了達到工業(yè)應用中的對速度的高要求,本文采用不同的評價函數,為 ICP框架中的點的表達引入新的角度維度,并結合 K