论文部分内容阅读
随着社交网络的发展，网络上涌现出了海量的图像等多媒体数据，如何从大量的图像信息中快速、有效的检索和识别需要的内容已成为图像识别技术近年来的研究热点问题。 而图像目标对象的定位研究是图像识别研究中一个值得关注的问题。图像定位是指确定图像中某个特定目标的具体位置，并提供准确的对象区域。图像目标的准确定位对于目标的识别以及图像的理解与分析起着十分重要的作用。复杂场景中的图像目标定位在交通管控、军事应用、工业监控等领域都有着重要的应用。 本文研究提出一种基于多重图像分割评价的图像对象定位方法，通过图像的多层次分割，以确定图像不同区域之间的语义约束关系。此外，由于传统的特征提取方法可能会忽略掉低纹理区域，本文还研究建立一种基于区域内容的直方图RCH（Region-based Context Histogram），并在此基础上提出了RCF(Region-basedContext Features)特征，通过与纹理特征结合，可以很好的检测到整个目标对象。 基于以上研究内容，本文的主要工作如下: 1.本文详细介绍了图像目标识别与定位的相关概念，应用前景及国内外发展现状和发展趋势，以及图像分割算法的理论模型及其相关应用。 2.提出一种基于多重图像分割评价的图像目标定位方法。该方法通过对图像的多层次分割来确定不同区域之间的语义约束关系，再应用此关系对不同层次的对象区域模式进行模式挖掘和评分，并按照此评分来逐次合并每层分割下的重要区域，从而最终实现整个目标的精确定位。 3.提出了一种基于区域内容的特征RCF，并将其与传统的纹理特征融合，从而可以更好的识别具有一定纹理的目标。在斑点豹、自行车和蝴蝶三种不同的图像集上的实验证明了此算法的有效性。