基于模型的任意视点下三维目标识别研究

摘要

三维目标识别技术广泛运用于军事、工业、民生等领域，具有重要研究价值。在三维目标识别中，视点变化是其关键问题。本文围绕视点问题，研究了基于模型的任意视点下三维目标识别方法，主要有以下几个方面的工作：
　　1)为了获取具有任意视点变化的图像数据，构建了三维模型数据库。首先在3DS MAX中对典型目标建模，然后采用经纬度法对模型进行视点空间划分获取投影视图，基于聚类方法进行目标特性视图建模，最后设计了三维模型数据库软件和三维模型搜索站点管理数据库。
　　2)为了实现任意视点下的目标识别，研究了结合多特征描述和特征选择的三维目标识别算法。首先研究了多种具有不变特性的特征提取算法，然后采用AdaBoost算法从特征组合中选择出最具鉴别力特征描述目标用于识别，最后在三维模型数据库与遥感图像机场数据库上验证了算法。
　　3)为了在识别基础上实现离散视点估计，研究了基于自适应部件划分的三维目标识别算法。首先研究了基于部件的目标描述方法，然后训练多个离散视点相关分类器，构建分类器组合，最后以视点间的部件转化为依据估计“中间视点”。
　　4)为了在识别基础上实现连续视点估计，研究了基于三维边框匹配的目标识别算法。首先研究基于可变形三维边框的目标全局几何表达方法，然后将三维目标从视点空间投影到二维平面作为模板，最后基于边缘方向信息与 Hausdorff距离在待识别图像中做搜索匹配，匹配过程中根据当前匹配结果更改投影视点或调节三维边框变形参数，重复以上过程直至找到最佳匹配结果。

目录

封面

声明

中文摘要

英文摘要

目录

注释表

缩略词

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 论文主要工作及组织结构

第二章 面向目标识别的三维模型数据库

2.1基于3DS MAX的三维目标建模

2.2 视点空间划分及特性视图建模

2.3 三维模型数据库管理

2.4 本章小结

第三章 基于特征选择的三维目标识别

3.1 引言

3.2 目标多特征描述

3.3 基于CART-AdaBoost的目标识别算法

3.4 实验结果与分析

3.5 本章小结

第四章 基于自适应部件划分的三维目标识别

4.1 引言

4.2 自适应部件选择

4.3 基于部件的三维目标识别算法

4.4 实验结果与分析

4.5 本章小节

第五章 基于三维边框匹配的目标识别

5.1 引言

5.2 基于可变形边框的目标全局几何表达

5.3 基于“有向Hausdorff距离”的模板匹配

5.4 实验结果与分析

5.5 本章小结

第六章 总结与展望

参考文献

致谢

在学期间的学术成果

论文发表情况