基于梯度和相位信息的低層視覺(jué)特征檢測(cè)技術(shù)研究.pdf

1、本論文主要從邊緣檢測(cè)、直線檢測(cè)和文本區(qū)域檢測(cè)三個(gè)方面對(duì)低層視覺(jué)特征檢測(cè)技術(shù)進(jìn)行研究。論文提出了梯度和相位信息相結(jié)合的特征檢測(cè)模型，可靠地實(shí)現(xiàn)邊緣特征檢測(cè)；為提取邊緣特征中蘊(yùn)含的直線特征和文本位置信息，設(shè)計(jì)了自適應(yīng)直線特征檢測(cè)算法，并研究了視頻文本區(qū)域檢測(cè)算法。 本文的主要貢獻(xiàn)如下： (1)提出了梯度和相位信息相結(jié)合的邊緣特征檢測(cè)模型—GP模型。GP模型實(shí)現(xiàn)了梯度信息和相位信息的有機(jī)結(jié)合，彌補(bǔ)了梯度模型依賴于圖像對(duì)比度的不

2、足，解決了相位一致性模型存在的“特征斷裂”問(wèn)題，同時(shí)解決了彩色圖像的相位一致性檢測(cè)問(wèn)題。通過(guò)理論分析和大量實(shí)驗(yàn)，驗(yàn)證了新模型可以可靠地進(jìn)行低層特征檢測(cè)，能夠服務(wù)于不同的視覺(jué)信息處理應(yīng)用。 (2)提出基于Hough變換的自適應(yīng)直線特征檢測(cè)算法。根據(jù)圖像空間分辨率的特點(diǎn)，確定了基于直線方向選擇Hough變換參數(shù)空間分辨率的原則。算法依據(jù)Hough變換對(duì)直線方向的初始估計(jì)，得到粗略的參數(shù)空間分辨率，然后在局部參數(shù)空間范圍內(nèi)以迭代的方式

3、進(jìn)行多分辨率Hough變換，對(duì)直線參數(shù)逐步求精，并在迭代的過(guò)程中由更精確的參數(shù)實(shí)現(xiàn)對(duì)參數(shù)空間分辨率的修正，這種反饋策略使算法能夠達(dá)到對(duì)直線特征的精確檢測(cè)和快速收斂。進(jìn)一步提出了更加完善的直線端點(diǎn)檢測(cè)算法，通過(guò)設(shè)計(jì)合理的離散點(diǎn)排序與連接策略，算法在不同離散程度的點(diǎn)集中都能夠精確地檢測(cè)到完整的直線特征。 (3)提出基于梯度和相位信息的視頻文本區(qū)域檢測(cè)方法。利用差分圖像像素行(列)的粗糙度特征和自適應(yīng)閾值，實(shí)現(xiàn)對(duì)文本區(qū)域的快速檢測(cè)。為