复杂场景条件下视觉目标渐进搜索方法研究

《复杂场景条件下视觉目标渐进搜索方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文复杂场景条件下视觉目标渐进搜索方法研究ResearchontheProgressiveTargetSearchMechanismunderComplexVisualScene学号：21109222完成日期：2014-05-05大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用

2、过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：：夏鸳盏硅辇跏盘盛担甚础．衮汹耋。作者签名：』三三＆—————一日期：—]丛半年-上月—j日大连理工大学硕士学位论文摘要复杂场景条件下，基于图像的目标搜索与定位系统的性能不仅受目标自身特性的影响，而且受周围场景环境的影响，目标的“非显著”性是导致目标搜索性能降低的主要原因。视觉注意力选择机制能够将注意力优先引导到显著景物上，从而提高显著景物的搜索效率；间接搜索提供了一种借助中间物体完成目标搜索的思想。

3、本文综合利用视觉注意力选择机制和间接搜索的思想，针对复杂场景条件下非显著目标搜索与定位存在的问题，提出一种逐步逼近的视觉目标搜索方法。该方法具有以下特点：(1)在显著度分析的基础上，优先搜索高显著度景物，建立目标搜索路径；(2)在搜索过程中，利用景物间定量的位置关系，逐步缩小目标搜索区域，增强目标在区域中显著度，使非显著目标可搜索；(3)利用视觉传感器在目标场景中的位置、姿态及其误差，以及目标的位置等信息，借助摄像机模型理论估算目标的初始搜索区域，减少目标的搜索范围，提高目标搜索效率；(4)利用GoogleEarth提供的GPS数据以及基

4、于图像的建模技术，建立目标场景的三维模型，用于确定场景中景物的位置及景物间的位置关系。实验证明，本文提出的视觉目标渐进搜索方法能够很好的解决复杂场景条件下视觉目标搜索与定位问题，该方法具有较高的鲁棒性；利用视觉传感器在目标场景中的位置、姿态及其误差，以及目标的位置等信息，估算得到的目标初始搜索区域明显缩小，搜索效率得到提高。关键词：目标搜索与定位；搜索区域；视觉注意力；显著度；间接搜索复杂场景条件下视觉目标渐进搜索方法研究ResearchontheProgressiveTargetSearchMechanismunderComplexVi

5、sualSceneAbstractTheperformanceofvisual-targetsearchandlocalizationundercomplexscenelSaffectedbyboththepropertiesofthetargetitselfanditssurroundmgvisualenvironment．Thenon-salienceofatargetisthemainreasonforthelowperformanceofitsidentification．Thevisualattentionselectionme

6、chanismcanleadtheattentiontoasalientobjectfirstly，andthesearchefficiencyofthesalientobjectwillbeimproved．Indirectsearchprovidesamethod,whichHsestherelationshipbetweenthemiddleobjectandthetargettosearch．Thispaperproposesaprogressivesearchmechanismfortargetsearchandlocaliza

7、tionundercomplexvisualscene，whichusesthevisualattentionselectionmechanismandtheindirectsearchmethod．Thismethodhasfourmainfeatures：(1)AsearchpathiSestablishedinsearchingforobjectswithhighsaliencybasedonsaliencyanalysis；(2)Intheprocessoftargetsearchandlocalization，thequanti

8、tativerelationshipbetweenobjectlocationsisutilizedtoreducethesizeofsearchregionsstepbystepand，si