1、目標檢測領域的研究成果對工業(yè)自動化、深海探測及國防建設有著重要影響。在過去幾十年中，人們對此進行大量研究工作，提出很多方法解決非形變目標定位問題，但是對于形變目標定位問題仍存在不少困難。本文在借鑒國內(nèi)外最新思路的基礎上，研究一些新的目標檢測算法。
　　針對經(jīng)典廣義Hough變換不能很好解決形變目標定位問題，同時考慮如何提高檢測定位速度，在粗定位與精確定位兩級框架下提出基于改進GHT形變目標雙層定位快速算法。首先利用圖像局域二進制模

2、式直方圖特征對目標進行粗定位。然后在粗定位基礎上，進行局部搜索，進行精確定位。通過累積矩陣進行集中化處理達到對形變目標定位目的。
　　另外針對廣義Hough變換對邊緣提取要求較高，且模板圖像種類單一使得目標分辨力有限的情況，研究基于訓練碼本的角度擴展形狀上下文描述目標檢測算法。傳統(tǒng)形狀上下文是一種較好的形狀描述算子，但對于相近兩條邊緣線在描述相似度時會產(chǎn)生一定偏差。為解決這一問題，本文對傳統(tǒng)形狀上下文描述圖像特征的角度參數(shù)進行擴展

3、，提高形狀上下文算法檢測形變目標的魯棒性。實驗表明，本文所提算法通過訓練目標樣本能夠有效抽取穩(wěn)定形狀上下文特征，建立碼本；然后通過匹配投票可以準確檢測出目標位置。
　　最后，針對廣義Hough變換受噪聲、變形等因素影響較大的情況討論基于關鍵特征點加權的廣義Hough變換目標定位算法。首先對圖像關鍵特征點加權，構(gòu)造投票系數(shù)，突出了圖像特征信息；然后在廣義Hough變換投票過程中，根據(jù)投票系數(shù)進行投票，增加圖像有效信息累積。實驗表明，