基于改進(jìn)SURF算法的目標(biāo)識別研究.pdf

1、基于圖像的目標(biāo)識別技術(shù)作為現(xiàn)代目標(biāo)識別技術(shù)的一部分，早已成為圖像應(yīng)用領(lǐng)域研究的一個(gè)重點(diǎn)?；趫D像的目標(biāo)識別是指在二維圖像或視頻序列中尋找給定物體的過程。通過對目標(biāo)圖像進(jìn)行特征提取，構(gòu)建特征向量集，作為識別依據(jù)。然后將目標(biāo)的特征向量與在場景中提取的待識別目標(biāo)的特征向量做匹配，對匹配結(jié)果加以分析，經(jīng)過識別判斷算法進(jìn)行判定，即完成了目標(biāo)識別。而且基于目標(biāo)圖像的局部特征對目標(biāo)對象進(jìn)行特征描述具有一定的穩(wěn)定性和良好的獨(dú)特性，所以基于此進(jìn)行相關(guān)的目

2、標(biāo)識別研究具有一定的理論基礎(chǔ)和實(shí)際意義。
　　本文主要基于上述的過程對基于圖像的目標(biāo)識別技術(shù)做了相關(guān)的研究。完成的主要工作如下：
　　1、描述了幾種圖像特征提取算法，對本文所涉及的SURF算法作了詳細(xì)的介紹，并結(jié)合本文的應(yīng)用在SURF算法的基礎(chǔ)上，針對目標(biāo)識別的快速性，提出了一種改進(jìn)算法用于提取圖像的特征信息。并對此改進(jìn)算法做了相應(yīng)的理論分析和實(shí)驗(yàn)。
　　2、介紹了幾種基于特征向量的特征匹配算法，并做了相應(yīng)的理論分析和

3、比較試驗(yàn)，選用KD-Tree算法用于特征向量間的匹配。在對匹配特征點(diǎn)進(jìn)行提純方面，通過對相關(guān)文獻(xiàn)對消除誤匹配方法的分析，針對目標(biāo)識別的精確性，提出了一種基于位置誤差的方法用于消除誤匹配的特征點(diǎn)，并對此作了相關(guān)的理論分析和實(shí)驗(yàn)。
　　3、構(gòu)建基于圖像局部特征的目標(biāo)識別系統(tǒng)框架，經(jīng)過軟件編程實(shí)現(xiàn)系統(tǒng)框架中的圖像顯示系統(tǒng)、目標(biāo)提取系統(tǒng)、目標(biāo)圖像配準(zhǔn)系統(tǒng)和目標(biāo)識別系統(tǒng)，并對相關(guān)系統(tǒng)進(jìn)行了實(shí)驗(yàn)分析，整合各系統(tǒng)構(gòu)建目標(biāo)識別軟件?；谀繕?biāo)識別軟