已閱讀1頁，還剩81頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、目標(biāo)識別和分類方法是當(dāng)前光學(xué)、計算機視覺和人工智能等領(lǐng)域的研究熱點,主要包括目標(biāo)的表達和分類器的設(shè)計兩個部分。近年來,基于局部圖像特征的方法顯著發(fā)展,本文就是以局部圖像特征為基礎(chǔ),通過設(shè)計合適的目標(biāo)表達模型,和適當(dāng)?shù)姆诸惼?實現(xiàn)對特定目標(biāo)的識別和分類。
首先對局部圖像特征進行了較為深入的研究,好的局部圖像特征應(yīng)具有重復(fù)率高、速度快和對圖像變換的不變性,從上述三個方面對SIFT,SURF,Daisy等三種當(dāng)今流行的典型局部圖
2、像特征進行了比較。
提出了一種全新的圖像點描述符(EPD),利用圖像點周圍特定窗口內(nèi)采樣像素點的顏色,梯度模值以及梯度方向構(gòu)成的特征向量對圖像點進行描述。將其與SIFT相比,在不變性方面與前者性能相近,但是其低維度在速度上更加具有優(yōu)勢。
EPD描述符不僅適用于描述圖像的極值點,而且適用于描述一般的圖像點。這一特性使其可以用于稠密立體匹配,并顯示了良好的匹配效果。
對于局部圖像特征的應(yīng)用還可以延伸
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于局部特征幾何結(jié)構(gòu)的目標(biāo)識別方法研究.pdf
- 基于局部特征與視覺顯著性的圖像目標(biāo)識別研究.pdf
- 基于PCNN和矩特征的遙感圖像目標(biāo)識別研究.pdf
- 基于HDO局部特征描述的目標(biāo)識別.pdf
- 基于局部特征的圖像分類方法研究.pdf
- 基于投影特征的SAR圖像目標(biāo)識別研究.pdf
- 基于圖像的目標(biāo)識別與跟蹤方法研究.pdf
- 基于形狀的圖像目標(biāo)識別方法研究.pdf
- 基于特征融合的遙感圖像飛機目標(biāo)識別研究.pdf
- 基于分類器融合的SAR圖像目標(biāo)識別.pdf
- 圖像目標(biāo)識別方法研究.pdf
- 基于局部特征的空間目標(biāo)圖像分類.pdf
- 基于特征信息融合和極限學(xué)習(xí)機分類的SAR圖像目標(biāo)識別技術(shù)研究.pdf
- 基于局部神經(jīng)反應(yīng)的目標(biāo)識別研究.pdf
- 基于圖像處理的水下目標(biāo)識別方法研究.pdf
- 基于局部特征的SAR圖像地物分類方法研究.pdf
- 基于目標(biāo)標(biāo)識特征分析和匹配的視頻運動目標(biāo)識別.pdf
- 基于圖像局部不變性特征的機器人目標(biāo)識別與定位.pdf
- 基于圖像的特征信息提取與目標(biāo)識別.pdf
- 基于特征匹配的目標(biāo)識別與定位方法研究.pdf
評論
0/150
提交評論