面向移动应用的建筑物图像识别技术研究

《面向移动应用的建筑物图像识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、面向移动应用的建筑物图像识别技术研究1绪论1.1课题研究背景及意义随着信息化技术的不断进步和发展，人们步入了信息日新月异的大数据时代。人们对于信息获取的方式也有了新的要求，形象化和高效化是其中最重要的两个方面。增强现实技术可以使得处理后的信息与现实生活中的画面结合起来，给人一种身处模拟环境的幻觉遐想，满足了人们对于信息获取方式的生动性和易用性要求，用户场景识别是增强现实技术的基础。随着智能等移动设备的普及，人们更希望能够通过智能确定自己所处的位置，尤其是地标性建筑物的识别。而地标性建筑物是比较常见的用户场景，用户可以通过移动终端设备识别地标性建筑物，从而快速定位

2、自己所处的大环境。近年来，地标性建筑物的图像识别已经成为图像处理领域新的研究热点[1-3]。要识别地标性建筑物，可以利用移动终端设备中的GPS进行建筑物定位。GPS的精确定位对定位区域的环境有严格的要求：至少四颗卫星对定位区域有清晰视角，但是在现实生活中，很多基于定位的应用都需要在人口稠密的环境下提供服务，大量的实验证明，在有高建筑物群的都市区，将GPS的定位半径设置为100米可以得到最优的准确度。仅仅依靠GPS进行地标性建筑物的识别是远远不够的，因为在100米的半径内地标性建筑物往往不止一个，GPS无法识别同一拍摄地点不同拍摄方向的建筑物，釆取图像识别与GPS

3、相结合的技术来判断地标性建筑物是当前热门的研究方向。对地标性建筑物图像进行特征识别，首先需要收集各个地标性建筑物图像，然后对图像进行特征提取，构建地标性建筑物图像数据库，数据库中存储地标性建筑物的图像数据及GPS信息，用户利用移动终端设备拍摄待识别建筑物图像后，将待识别图像数据与数据库中的图像数据进行匹配，识别出该建筑物，最后将识别结果传送给用户。1.2国内外研究现状建筑物图像识别技术主要包含两个重要过程：对建筑物图像进行特征提取；与地标性建筑物图像特征数据库进行特征匹配。近年来，图像特征提取和匹配已经成为计算机视觉和增强现实领域的研究热点，其应用也变得越来越广

4、泛。图像特征识别指的是利用计算机识别图像中具有标志性的属性信息，这些信息包括自然特征和人为特征两种特征，自然特征是指图像的色彩、亮度、纹理等直接图像特征，人为特征是指图像的直方图、频谱等通过计算间接得到的图像特征。传统的图像特征识别方法主要有颜色矩、主颜色、颜色直方图、二值模式的纹理特征、SIFT、SURF、CLOG等方法。相比于国内，国外对图像特征识别的研究幵始的相对较早，主要有基于图像几何学、基于图像局部特征、基于图像数据驱动的特征识别等三类方法。2006年，Mundy[4]对基于几何学的图像特征识别进行了系统的分析与整理。这种特征识别方式的核心思想是对现实

5、世界中的三维物体首先使用几何学的方式进行描述，然后从中提取出拥有视角不变性的圆圈、线段等几何元素，最后根据提取到的几何元素识别出图像中的目标物体。基于图像几何学的特征识别应用的范围非常有限，且提取到的几何元素只能在有限的几种情况下才能保证其可靠性。因此，这种特征识别方式无法在图像处理领域得到普及。.2保全SIFT特征的图像放縮裁剪方法2.1引言当前智能已经普及，人们在旅行过程中可以随时随地拍摄图像。但是所拍摄的图像中大多含有天空、大地等纹理特征不明显的背景。如果能够裁减掉这些背景信息，同时保证图像目标特征的主体结构不受破坏，这是当前图像识别领域的研究热点和难点。

6、传统的图像放缩算法依据放缩比例需要均匀增加或者减少采样点，实现图像放缩。这种图像放缩方式在图像等比例放缩时，不会破坏图像中目标物体的主体结构。但是因为对图像所有像素同等对待，无法对不同重要程度的像素进行有针对性的取舍。另外对于不同比例的图像放缩，传统的图像放缩方式会导致图像中的目标物体发生变形，这是用户放缩图像时所不愿意看到的情形。因此，本章主要研宄保全SIFT特征的图像放缩裁剪新方法，在裁减掉图像中纹理特征不明显区域的同时，尽可能保证图像中目标物体的主体结构特征不受损害。.2.2相关工作基于内容感知的图像放缩技术可以根据图像中像素的重要性对局部区域像素进行有针

7、对性的取舍。2005年，人提出了一种模拟鱼眼视图的算法Fisheye-VieCarving。该方法创造性的利用梯度作为图像的能量函数，根据图像能量函数的大小对图像的像素点进行有针对性的取舍。该方法能够有效保留图像中纹理及物体边缘清晰的像素。但是图像放缩尺寸稍大时就会导致图像的主体结构发生变形，算法应用具有很大的局限性。2007年，SetentandPasting算法，该方法对图像进行分块，利用视觉注意机制兼人脸检测算法计算图像中像素的显著度，利用显著度的大小找出图像中包含显著物体的ROI，以ROI为基础进行背景重建，等比例放缩图像中非ROI的不重要区域，并将其粘

8、贴到图像中作为背景显示，