基于復雜場景的快速角點檢測及應(yīng)用研究.pdf

1、近年來，由于計算機技術(shù)、多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展和日益成熟，一方面，由于如照相機、攝像機、手機等圖像獲取設(shè)備的廣泛使用使得采集視頻圖像變得更加簡捷;另一方面，由于互聯(lián)網(wǎng)的普及讓視頻的傳輸、共享變得更加方便，視頻已然成為現(xiàn)代生活一種重要的信息存儲方式。視頻存儲具有實時性強、容量大、信息連貫的特點，如何從海量的視頻圖像中快捷而智能地獲取感興趣的信息己成為當前信息技術(shù)研究的重要研究課題。而角點作為可輸入特征常被用于3D建模、視頻檢索、智

2、能交通系統(tǒng)、視覺識別系統(tǒng)、機器人視覺、智能導航、目標跟蹤等領(lǐng)域。所以，在將角點檢測應(yīng)用于復雜場景的視頻圖像中可以獲取關(guān)鍵的信息，避免冗余信息的處理，進而降低從整個視頻中檢測目標的時間復雜度。因此對角點檢測研究及應(yīng)用有著重要的理論和實踐意義。
　　基于視頻信息在人類生活中產(chǎn)生的重要作用和如何實時地對視頻信息進行快速而精準識別的重難點問題。本文主要研究內(nèi)容如下:
　　(1)深入學習Harris算法，針對Harris算法中閾值需要

3、人為設(shè)定的問題，本文利用最大類間方差法(OTSU)能夠依據(jù)圖像本身的直方圖自適應(yīng)選取區(qū)分背景和目標的閾值的特點，提出了基于OTSU的Harris角點檢測改進算法(OHO)。該算法意在利用OTSU算法自適應(yīng)選取閾值和Harris角點檢測算法的準確性高的特點完成對圖片進行自適應(yīng)的角點檢測。
　　(2)深入研究ORB算法，針對傳統(tǒng)的角點檢測在復雜場景視頻圖像中角點檢測的準確率不高、實時性差的問題，本文結(jié)合ORB能在實時數(shù)據(jù)中快速檢測角點

4、的特點和GroupSAC算法在內(nèi)點比例或大或小的情況下都有很好的魯棒性特點，提出基于ORB和GroupSAC復雜場景視頻圖像的快速角點檢測算法(OAG)。該算法意在提高ORB算法在視頻圖像的復雜場景情況下的準確性。最后通過仿真實驗在復雜場景的情況下，如在光照變化、尺度變化、旋轉(zhuǎn)變化以及遮擋圖像進行驗證。
　　(3)在對傳統(tǒng)角點檢測算法和本文提出的OHO算法、OAG算法研究的基礎(chǔ)上，開發(fā)了基于復雜場景的快速角點檢測及應(yīng)用系統(tǒng)，本系統(tǒng)