基于局部圖像特征的目標(biāo)識別和分類方法研究.pdf

1、目標(biāo)識別和分類方法是當(dāng)前光學(xué)、計算機視覺和人工智能等領(lǐng)域的研究熱點,主要包括目標(biāo)的表達(dá)和分類器的設(shè)計兩個部分。近年來,基于局部圖像特征的方法顯著發(fā)展,本文就是以局部圖像特征為基礎(chǔ),通過設(shè)計合適的目標(biāo)表達(dá)模型,和適當(dāng)?shù)姆诸惼?實現(xiàn)對特定目標(biāo)的識別和分類。
　　 首先對局部圖像特征進(jìn)行了較為深入的研究,好的局部圖像特征應(yīng)具有重復(fù)率高、速度快和對圖像變換的不變性,從上述三個方面對SIFT,SURF,Daisy等三種當(dāng)今流行的典型局部圖

2、像特征進(jìn)行了比較。
　　 提出了一種全新的圖像點描述符(EPD),利用圖像點周圍特定窗口內(nèi)采樣像素點的顏色,梯度模值以及梯度方向構(gòu)成的特征向量對圖像點進(jìn)行描述。將其與SIFT相比,在不變性方面與前者性能相近,但是其低維度在速度上更加具有優(yōu)勢。
　　 EPD描述符不僅適用于描述圖像的極值點,而且適用于描述一般的圖像點。這一特性使其可以用于稠密立體匹配,并顯示了良好的匹配效果。
　　 對于局部圖像特征的應(yīng)用還可以延伸