特定目標(biāo)的檢測與識別技術(shù)研究.pdf

1、眾所周知,圖像是人類獲取信息的重要媒介,圖像相對于文本、聲音等其他信號包含有更為龐雜的信息,要從海量的圖像數(shù)據(jù)中找到有用的信息是一件代價較高的事情。為了能夠解放人的視覺系統(tǒng),必須發(fā)展對應(yīng)的機(jī)器視覺。目標(biāo)的自動檢測與識別是計算機(jī)視覺的重要分支,隨著目標(biāo)識別技術(shù)的發(fā)展,有很多成功的應(yīng)用已經(jīng)用于工業(yè)生產(chǎn)、智能交通、視頻監(jiān)控、半導(dǎo)體制造、醫(yī)療診斷、智能導(dǎo)航以及日常社會生活等領(lǐng)域中。盡管我們可以舉出大量的目標(biāo)識別算法成功應(yīng)用的實(shí)例,這并不意味著目

2、標(biāo)識別算法已經(jīng)趨于成熟,恰恰相反,目標(biāo)識別目前還并沒有普遍適用的解決框架和理論架構(gòu),在理論上和技術(shù)上均存在著眾多挑戰(zhàn)。從理論角度而言,目標(biāo)識別算法的理論框架還處于探索之中,由于人類的視覺系統(tǒng)過于復(fù)雜,目前還不可能對人類視覺系統(tǒng)進(jìn)行比較好的模擬,學(xué)術(shù)界在視覺理論的探索上還有很長的路要走。在應(yīng)用領(lǐng)域,實(shí)時性和魯棒性是目標(biāo)識別系統(tǒng)面臨的兩個主要難題,尤其是復(fù)雜場景下實(shí)現(xiàn)魯棒穩(wěn)定的目標(biāo)識別還是一個懸而未決的問題。
　　本文的主要任務(wù)是,研

3、究復(fù)雜成像環(huán)境(如水下成像以及惡劣天氣下成像)下人造目標(biāo)的檢測和識別技術(shù)。人造目標(biāo)一般有著明顯的紋理、顏色或形狀特征,然而在復(fù)雜成像場景下,這類特征在成像過程中會遭受不同程度的破壞,比如在水下環(huán)境中,由于水對光線的吸收和色散作用,目標(biāo)很容易發(fā)生色偏,此外在噪聲嚴(yán)重的環(huán)境中,目標(biāo)的輪廓也容易發(fā)生斷裂或不可見。本文針對此類問題,設(shè)計了一個復(fù)雜成像環(huán)境下的特定目標(biāo)識別算法框架,該框架遵循“目標(biāo)區(qū)域檢測-目標(biāo)區(qū)域優(yōu)化-目標(biāo)識別定位”的遞進(jìn)式流程

4、。具體而言,本文在以下幾個方面做了工作:
　　1.針對水下圖像的高噪聲以及目標(biāo)在水下環(huán)境中嚴(yán)重的色偏問題,提出利用均值漂移濾波算法和基于圖像廣義均衡模型的色偏矯正算法進(jìn)行圖像預(yù)處理。通過圖像的預(yù)處理,在抑制噪聲的同時,部分地恢復(fù)了圖像的顏色等重要特征,為后續(xù)的目標(biāo)檢測與識別提供了重要保障。
　　2.提出了一種基于顏色通道比值的圖像變換技術(shù),顏色通道比值變換具有一定的光照不變性,能夠很好的抑制噪聲并去除陰影。同時顏色通道比值變

5、換結(jié)合k-means算法,可以在統(tǒng)一的參數(shù)配置下實(shí)現(xiàn)快速高效的目標(biāo)區(qū)域提取。此外,針對復(fù)雜成像環(huán)境造成的目標(biāo)輪廓信息的損壞,基于顏色通道比值圖像進(jìn)行邊緣提取,能夠很好地提取出目標(biāo)的邊緣。
　　3.為剔除目標(biāo)興趣區(qū)域檢測過程中造成的誤檢測結(jié)果,提出了一種基于外輪廓提取和漫水填充的興趣目標(biāo)區(qū)域優(yōu)化算法。同時,在目標(biāo)識別階段,本文基于距離變換和方向倒角匹配算法實(shí)現(xiàn)了一種對目標(biāo)尺度變化以及形狀微小畸變具有不變性的形狀匹配算法。形狀匹配是一