仿人眼尺度自動選擇理論和應用研究.pdf

1、人類視覺的一項重要特性就是能夠在多尺度下識別場景中的事物，既可統(tǒng)管全局亦可細致入微。因此，關于人類視覺多尺度感知的研究是仿人眼視覺特性研究中的重點和難點，在仿生視覺中占據重要的位置。當前，圖像分析與識別技術的高速發(fā)展對圖像解釋提出了更高的要求，而圖像分辨率的提高和更多細節(jié)的呈現(xiàn)，也使得通過細節(jié)認識圖像模式有了可能，驅使圖像局部特征理論及其應用研究在機器視覺領域獨樹一幟，蓬勃發(fā)展。本文從分析人腦視皮層的尺度選擇機理著手，提出新穎的自動尺度

2、選擇方法，為圖像局部特征的尺度賦予更鮮明的意義，并為基于特征尺度的圖像分割提供一種新穎的思路。論文的主要內容如下:
　　第一章，闡述本課題的相關研究背景、目的和意義，綜述人類視覺認識機理以及圖像局部特征檢測與描述在國內外相關領域的研究現(xiàn)狀，給出仿人眼尺度選擇研究中所要面臨的關鍵問題，總結了本課題的主要研究內容。
　　第二章，分析人類視覺感知模型與尺度空間的關系，對高斯尺度空間的理論和性質進行闡述，剖析了高斯尺度空間所存在的缺

3、陷。闡述在高斯尺度空間中對信號進行尺度選擇的基礎理論和方法，為后續(xù)研究的開展奠定基礎。
　　第三章，提出基于極值路徑的DoG尺度優(yōu)化方法(EP-DoG)，在對高斯尺度空間進行剖析的基礎之上，對特征點在尺度空間中的“漂移”行為進行分析，通過極值路徑搜索法得到特征點在尺度空間各個層面的“漂移”路徑，并在尺度空間中沿著極值路徑搜索DoG取得極值響應的尺度作為特征尺度，實驗證明EP-DoG優(yōu)于DoG尺度選擇方法，可以更為有效的選擇特征尺度

4、并去除重復冗余的特征。
　　第四章，提出一種針對角點的自相關橢圓穩(wěn)定性度量的SMM尺度選擇法(Second Moment Matrix)。研究了特征角點鄰域自相關函數的橢圓表示方法以及在尺度空間中自相關橢圓的形變度量方法，構造自相關橢圓形變度量函數用于尺度選擇，即SMM尺度選擇方法。通過實驗分析得出，SMM尺度選擇方法具備優(yōu)良的有效性和適用性。提出不依賴于尺度空間的梯度頻譜能量尺度選擇法GFT（Gradient Frequency

5、 Transform），構造GFT邊界能量函數用于度量特征區(qū)域邊界梯度的均勻性和疏密程度，選擇最小能量的穩(wěn)定駐點所對應的尺度作為特征尺度。實驗證明，GFT尺度選擇方法較其它的尺度選擇方法更為有效，并且能很好的面對圖像旋轉、尺度伸縮等變化。
　　第五章，提出基于特征尺度的邊緣分割方法。針對現(xiàn)有邊緣特征尺度選擇方法無法為圖像邊緣選擇具有實際意義尺度的問題，提出了一種邊緣特征尺度選擇方法。通過對邊緣線在尺度空間中的演化進行分析，得到邊緣

6、線段的特征尺度，并成功應用于邊緣分割，為圖像分割提供了一種新穎的思路。實驗證明，本文提出的邊緣特征尺度選擇方法所選擇的尺度具有實際意義，能夠有效地應用在邊緣分割當中，分離出各個尺度范圍的邊緣線段，得到顯著邊緣。
　　第六章，提出基于自動尺度局部特征配準的混疊運動目標分割方法。以分割混疊運動目標為出發(fā)點，研究在復雜動態(tài)背景下更為魯棒的運動分割算法。采用GFT尺度選擇法為運動特征點選擇尺度并構建局部描述，通過幀間配準得到局部位移量，并