复杂环境中特定目标识别方法研究

摘要

特定目标识别技术是计算机视觉和静态图像处理技术的重要研究方向。它被用于军事和国防领域。近年来，随着可视化监控系统的普及，特定目标识别技术也逐渐应用于基于图像处理的监控系统中。
　　目前，越来越多的特定目标物体，在人类生活中扮演着更加重要的角色，如笔记本电脑，手机，U盘和其他各类型的移动信息存储设备。这些设备目标物体在不断的向更小型，更便于携带发展的同时，也存在着更加易丢失、易被盗、难以管控等特点。
　　本文以特定目标在复杂环境下的识别管控为方向，首先研究分析了基于静态图像的目标识别发展现状和目前应用的一些缺陷和不足，重点分析了基于特征点检测的SIFT特征描述子，并对SIFT算法在特定目标的检测情况进行了分析与仿真实验。其次深入研究了SIFT、SURF等算法的目前应用及优缺点，并对其进行一定的优化。保留更多的有效特点，降低冗余，减小了计算量，提高了运算速度和目标识别速度。之后，本文采用混合高斯背景建模方式，提出了一种能够在可视化监控系统的复杂环境中进行运动目标检测的方法，并通过一定的计算和处理与目标识别图像匹配算法进行结合，完成一种新的管控算法，以达成特定目标管控的目的。
　　最后，通过基于真实场景的仿真实验，验证了本文中的方法的效率和可行性。同时配合运动目标检测，达到了管控目标的效果。与现有的算法相比，该方法对于复杂环境下的特定目标识别有更高的容错率，并且获得了较好的识别效率。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景及意义

1.2 图像匹配算法概述及研究现状

1.3 本文研究的主要内容

1.4 本文的构架安排

第二章 特征点检测及算法研究

2.1 特征检测算子研究

2.2 SIFT特征检测算法

2.3 仿真实验与性能分析

2.4 本章小结

第三章 SIFT算法图像匹配研究

3.1 SIFT特征点匹配

3.2 SIFT算法的改进算法

3.3 仿真实验与性能分析

3.4 本章小结

第四章 特定目标物体管控算法

4.1 管控算法流程

4.2 场景内运动目标检测

4.3 实验参数及场景设置

4.4 本章小结

第五章 总结与展望

5.1 本文工作总结

5.2 未来工作于展望

参考文献

致谢

攻读硕士学位期间已发表或录用的论文