1、分類號(hào)密級(jí)UDC1注學(xué)位論文基于圖像的物體識(shí)別算法研究（題名和副題名）謝文治（作者姓名）指導(dǎo)教師姓名陳文宇副教授電子科技大學(xué)成都（職務(wù)、職稱、學(xué)位、單位名稱及地址）申請專業(yè)學(xué)位級(jí)別碩士專業(yè)名稱軟件工程論文提交日期2011.3.23論文答辯日期2011.5.6學(xué)位授予單位和日期電子科技大學(xué)答辯委員會(huì)主席評閱人2011年月日注1：注明《國際十進(jìn)分類法UDC》的類號(hào)。摘要I摘要基于圖像的物品識(shí)別技術(shù)是計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)熱點(diǎn)問題，能夠?qū)ξ矬w

2、準(zhǔn)確的檢測識(shí)別是當(dāng)前研究的一個(gè)難點(diǎn)。在基于圖像特征點(diǎn)的物品識(shí)別中主要解決的問題有：如何選取有效的圖像特征點(diǎn)以解決在物品識(shí)別過程中圖像平移、圖像旋轉(zhuǎn)、尺度變化，同時(shí)降低在物品識(shí)別過程中出現(xiàn)的遮擋、圖像噪聲帶來的影響，以達(dá)到較好的物品識(shí)別精確度。針對以上出現(xiàn)的這些問題，本文研究了基于圖像特征點(diǎn)的物品識(shí)別技術(shù)。本文在分析了現(xiàn)有的圖像匹配技術(shù)基礎(chǔ)上，研究了SIFT(ScaleInvariantFeatureTransfm)特征點(diǎn)匹配技術(shù)，從建立

3、DOG尺度空間、空間極值點(diǎn)檢測、描述子生成和基于kd樹的相似性度量這四個(gè)方面分析了SIFT算法。并針對SIFT算法的不足之處，對SIFT算法進(jìn)行了改進(jìn)。實(shí)驗(yàn)結(jié)果表明SIFT算法對光照變化、圖像尺度變換、旋轉(zhuǎn)變換、圖像噪聲等影響圖像匹配的因素都具有很好的穩(wěn)定性。為了能夠進(jìn)一步提高算法的計(jì)算速度，本文研究并實(shí)現(xiàn)了SURF(SpeedUPRobustFeatures)特征點(diǎn)物品識(shí)別技術(shù)。SURF特征點(diǎn)提取算法在積分圖像基礎(chǔ)上進(jìn)行快速運(yùn)算，利用

4、方形濾波器建立尺度空間，通過快速Hessian矩陣來檢測圖像的極值點(diǎn)，利用哈爾小波生成特征點(diǎn)描述子。針對SURF算法在圖像匹配過程中出現(xiàn)的錯(cuò)誤匹配問題，本文提出了用RANSAC(RomSampleConsensus)算法進(jìn)行特征點(diǎn)提純，有效的解決了該問題。本文通過對比SIFT和SURF的實(shí)驗(yàn)數(shù)據(jù)，對這兩種算法的性能做了詳細(xì)的對比分析。實(shí)驗(yàn)結(jié)果表明SURF算法在基于特征點(diǎn)的物品識(shí)別速度上有了極大的提高。本文最后在電腦上模擬實(shí)現(xiàn)了基于圖像的