基于特征融合的目标识别研究

《基于特征融合的目标识别研究》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、基于特征融合的目标识别研究作者姓名：柳欢欢指导教师：姚明海教授浙江工业大学信息工程学院2014年4月DissertationSubmittedtoZhejiangUniversityofTechnologyFortheDegreeofMasterTheResearchofObjectRecognitionBasedonFeatureFusionCandidate：LiuHuanhuanAdvisor：YaoMinghaiCollegeofInformationEngineeringZhejiangUniversityofTechnologyApr。2014㈣0咖8iiii

2、●■I咖0吣2删6㈣2Ⅲi■I浙江工业大学学位论文原创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或集体己经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名：坼》泛衣志日期：刎降，月冲日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和

3、借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书。2、不保密’耐(请在以上相应方框内打“√”)作者签名导师签名日期：矽7l烽广月砂眵日日期：矽哗年夕月冲日浙江工业大学硕士学位论文基于特征融合的目标识别研究摘要目标识别技术是计算机视觉中的重要研究内容，它在实际生活中的应用也非常广泛。现在的目标识别主要以通用目标识别为主，即目标的分类问题，而其中的一个关键问题是找到可以表示或区分目标的有效特征。所以，对目标特征提取的深入研究，有助于促进目标

4、识别技术的成熟和发展，具有较高的理论研究价值和广阔的应用前景。本文针对目标的全局特征和局部特征进行了研究，在研究和分析了现有的全局特征提取和局部特征提取方法的基础上，提出了一种新的融合全局特征与局部特征的目标分类识别算法，实验证明了该算法的有效性。具体的工作和成果如下：1．分别对基于全局颜色特征的图像目标分割和图像相似度匹配进行了研究和分析。提出了一种基于小波变换的GrabCut图像分割算法，实验证明该算法在保持良好的分割效果的基础上提高了分割速率；研究了在HSV空间模型下的颜色直方图相似度计算，并和RGB空间模型下的颜色直方图相似度进行对比，结果表明基于HSV颜色直方图

5、的相似性度量的更有效，同时也说明了全局颜色特征提取的局限性。2．在局部不变特征(SⅢT)的基础上，利用主成分分析(PCA)对提取的特征向量进行降维，提高特征的描述与匹配速率。在PCA．SIFT粗匹配后，利用随机抽样一致(RANSAc)算法去除错误的匹配点。最后通过实验证明了该算法的有效性。3．根据全局特征与局部特征的互补性，提出了一种新的融合全局特征与局部特征的目标识别算法。算法先分别提取全局几何不变矩(HU矩)、颜色直方图和PCA—SIFT特征；再由训练得到的支持向量机(SVM)对测试图像分类判定，得到三个不同的分类结果；最后分别利用加法、乘法和投票融合规则对分类结果进

6、行决策融合，得到最终的分类结果。实验结果表明该算法能有效的提高目标分类识别的准确性，并且加法融合规则下该算法最优。关键词：目标识别，特征融合，颜色直方图，PCA—SIFT特征，融合规则，HU矩i浙江工业大学硕士学位论文THERESEARCHoFoBJECTRECoGNITIoNBASEDoNFEATUREFUSIoNABSTRACTObjectrecognitiontechnologyisanimportantcomputervisionresearch；ithasbeenwidelyappliedtopracticallife．Objectrecognitionisno

7、wmainlyinthegenericobjectrecognitionorobjectclassification．Oneofthekeyproblemsistofindaneffectivefeaturecanrepresentordistinguishtheobjects．Therefore，in-depthresearchesofobjectfeatureextractionhelptopromotethematurityanddevelopmentofobjectrecognitiontechnology．Itiso