基于统计矩的目标识别算法开题报告

1. 研究目的与意义（文献综述）

图像识别技术的研究目标是根据观测到的图像,对其中的物体分辩其类别,做出有意义的判断。即利用现代信息处理与计算技术来模拟和完成人类的认识理解过程。一般而图像识别系统主要由三个部分组成,分别是图像分割,图像特征提取以及分类器的识别分类。

数字图像匹配研究越来越引起重视,包括图像采集、预处理、特征提取等方面,图像匹配技术与机器视觉、模式识别、信号处理和数值计算方法等紧密结合。不变矩特征就是图像中具有平移、旋转和比例不变性的数学特征,在图像匹配中有重要的应用。图像匹配已成当前模式识别研究领域中最为热门的研究课题之一。现在需要用到图像匹配技术在应用领域使用,如雷达的图像跟踪、医疗诊断、气象预报、流水线监控、智能交通处理、文字识别以及图像检索等。它也是其他一些图像分析技术,如立体视觉、运动分析、数据融合等的基础。由于其应用的广泛性,使得匹配算法的研究逐步走向深入,设计了很多快速、稳定、鲁棒性好的图像匹配算法。为更好地服务实际工程提高图像处理质量和识别精度具有非常重要的意义。

图像几何矩是描述图像的基于区域的积分特征。不变矩是几何矩的组合。它们对缩放旋转和图像的其他扭曲保持不变。正交矩用正交多项式作为矩积分的核函数，图像矩。矩变量和正交矩是基本的图像描述符，广泛用于图像分析、形状描述、图像索引、注释、检索、注册、匹配、目标检测、生物识别、高级车辆导航图像认证。以及图像水印。与其他图像描述符相比，基于矩的图像描述符具有严格的数学基础，在二维图像的低维描述符中表现出最好的性能。

2. 研究的基本内容与方案

2.1 研究的基本内容、目标

由于不变矩方法能构造旋转、平移、比例不变量而形成一组重要的反映目标形状的特征集合,这种方法被广泛应用于文字识别、目标识别医学图像分析和计算机视觉领域.不变矩具有尺度不变特性的结论是在图像函数连续和积分区域无限的情况下推导出来的，对于实际成像条件下获取的离散数字图像,有关结论是否仍然成立,有必要加以研究。本文研究的基本内容如下：

1. 了解不变矩特征提取的发展进程和主要方法，包括hu不变矩和zernike矩方法。对hu不变矩和zernike矩的特征提取方法进行阐述，并用两种方法实现对样本图像的目标识别。

   剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

   3. 研究计划与安排

   1-3周：查阅文献，完成开题报告4-6周：总体设计，完成论文综述7-10周：设计算法，功能模块设计11-13周：编码和测试14-15周：写论文，提交初稿，给老师检查，修改定稿，答辩。

   4. 参考文献（12篇以上）

   [1]李鑫,赵坤鹏,朱凌寒.改进的不变矩和pnn相结合的多品种产品识别算法[j].传感器与微系统,2019,38(08):132-135.

   [2]肖俊,黄心汉,杨坤.hu矩匹配方法在显微视觉目标识别中的应用[j].华中科技大学学报(自然科学版),2015,43(s1):148-151.

   [3]张琪,屈严,董志芳.改进的统一hu矩在图像目标识别中的应用[j].电子器件,2012,35(06):679-682.

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付