面向移動設備的圖像識別算法研究.pdf

1、近年來隨著智能手機的普及，移動設備的硬件水平有了大幅度的提高，甚至在某些指標上已經能趕上或超越低端PC。因而，在這些設備上實現復雜的計算機視覺算法正在變得可能。隨著虛擬現實、視覺導航等移動設備上計算機視覺應用的不斷發(fā)展，在嵌入式等移動設備上實現計算機視覺算法需求日益迫切。圖像識別作為模式識別和計算機視覺領域的基礎研究課題，對其進行深入研究，特別是適應于移動設備的圖像識別算法研究具有重要的研究價值。基于圖像匹配的圖像識別因其識別準確率高、

2、穩(wěn)定性好的優(yōu)勢而受到了越來越多研究者的關注。而圖像匹配又離不開圖像特征的提取與匹配搜索，如何更加快速的實現對圖像特征的提取以及精確地、快速的匹配成為移動設備上圖像識別應用中的關鍵環(huán)節(jié)。近些年學者提出了許多圖像特征提取算法，但是要達到移動設備上對特征匹配的高精度和實時性的要求，仍然是一個需要繼續(xù)研究的問題。
　　本研究主要內容包括：⑴針對AGAST特征點檢測算法存在的魯棒性差、不具有尺度與旋轉不變性的問題，本文結合尺度空間理論與旋轉

3、不變性理論對其進行了改進。改進后的特征點不僅包含了尺度與方向信息，而且定位精度更高，魯棒性有了明顯改善。⑵提出了采用基于學習的二值描述子進行圖像匹配能很好的克服在特征描述階段描述子獨特性與實時性的矛盾，并針對改進的AGAST檢測算法對Binboost描述子進行了相應的適應性改進，提出了改進的尺度與旋轉不變性Binboost描述子。⑶針對特征匹配過程中線性搜索的低效率和最近鄰搜索存在的“維數災難”問題，提出了采用近似最近鄰查詢算法實現對特