特征綜合的場景圖像識別技術(shù)研究.pdf

1、場景圖像的分析與識別已經(jīng)成為圖像理解中的一個重要領(lǐng)域，場景分析與識別主要強調(diào)的是場景特征的檢測與描述，實現(xiàn)場景的語義分析與理解。場景識別技術(shù)也越來越被應用到諸如航天、機器人、生物識別等領(lǐng)域，并且取得了很好的成果。良好的場景識別技術(shù)對于目標檢測和行為識別等能夠提供一定的先驗知識，為了能夠更好地為目標識別等一些相關(guān)技術(shù)提供更好的先驗信息，本文提出了一種特征綜合的場景圖像識別方法。
　　本文主要完成了以下幾方面的工作：
　　(1)

2、本文首先對場景圖像識別領(lǐng)域進行了相關(guān)的總結(jié)，闡述了國內(nèi)外一些常用的方法和技術(shù)，并且分析了場景圖像識別領(lǐng)域存在的一些問題和難點，并且就場景圖像識別領(lǐng)域中特征提取和分類識別這兩個關(guān)鍵步驟所常用的方法進行了總結(jié)。
　　(2)提出了一種HSV-MRGBD描述子，引入GBD算子進行局部區(qū)域特征的提取，即基于HSV顏色空間的梯度二進制多區(qū)域描述子，GBD描述子首先要提取不同方向的梯度圖像，梯度值采用中值差分計算，同時借鑒LBP方法對梯度圖像進

3、行二值處理，采用直方圖向量作為特征向量且特征維數(shù)要比傳統(tǒng)的LBP特征向量少。同時引入HSV顏色空間，在每個通道上都進行相應的梯度圖像計算，并且將圖像劃分為均勻網(wǎng)格區(qū)域，然后進行區(qū)域直方圖提取，最終將這些直方圖連接起來形成特征向量，進行相關(guān)的分類計算。
　　(3)提出了一種GIST-GBD特征綜合算子，針對基于視覺特征的GIST模型雖然能夠描述圖像的全局信息，但是比較粗糙，為了能夠補充圖像的局部區(qū)域信息，將上述提到的描述子與GIST