《图像目标的表示与识别》结构安排详解

2023-06-28 理论教育版权反馈

【摘要】：本书的组织结构如下：第1章，绪论。介绍了本书的研究目的和意义，并给出了图像目标识别的定义、系统框架和两种研究思路；列举了图像目标识别常用的图像库，探讨了图像目标识别的主要难点和发展趋势；最后，对本书基本内容和结构安排进行简要说明。第7章，基于角点特征与视面模型的目标识别。[4]http：／／www.pascal-network.org／challenges／VOC／voc2005／index.htm。[5]http：／／www.pascal-network.org／challenges／VOC／voc2006／index.htm。[6]http：／／www.pascal-network.org／challenges／VOC／voc2007／index.htm。[7]http：／／www.pascal-network.org／challenges／VOC／voc2008／index.htm。

本书的组织结构如下：

第1章，绪论。介绍了本书的研究目的和意义，并给出了图像目标识别的定义、系统框架和两种研究思路；列举了图像目标识别常用的图像库，探讨了图像目标识别的主要难点和发展趋势；最后，对本书基本内容和结构安排进行简要说明。

第2章，图像目标的整体特征提取。讨论了图像分割和目标分割的关系，介绍了目标分割的研究现状和基本方法；利用三类整体特征对目标进行表示与描述；分析了目前主流的特征空间优化技术。

第3章，基于整体特征的目标识别。概述了模式识别的基础理论和方法；对目标匹配技术和目标分类技术的研究现状进行了回顾；讨论了目标匹配的两种基本方法和四种基于距离的相似度度量；详细论述了常用的图像目标分类器的设计和训练方法。

第4章，图像目标的局部特征提取。讨论了局部特征的含义和局部特征提取的通用步骤方法；在DoG特征点检测的基础上结合SIFT和GLOH描述子完成了对复杂图像的局部特征提取与描述；在狭义特征点——角点的检测技术研究中，针对SUSAN算子固定阈值的问题，提出了自适应阈值的改进方法。

第5章，基于局部特征的目标匹配。提出了基于最邻近距离比（NNDR）与霍夫变换的特征匹配策略；针对局部特征匹配在目标图像拼接和图像检索中应用的不足，提出了基于多分辨率技术的航拍图像拼接方法，以及基于原型匹配的图像检索方法。

第6章，基于局部特征的目标分类。详细介绍了目标的向量空间模型表示；阐述了视觉单词的理论依据以及基于RNN算法的视觉单词库特征库构造方法；在此基础上，结合信息论的相关技术进行特征选择，提出了一种基于局部特征的目标分类方法。

第7章，基于角点特征与视面模型的目标识别。通过三维物体的视面模型表示方法构造目标在不同姿态下的投影模型库；利用基准角点定义了一种具有平移、旋转、尺度不变性描述子并用以识别飞机目标；结合主分量法和Hausdorff距离，提出了一种在视点变化下目标匹配识别方法；提出了基于角点标记图的BP网络分类方法。

[1]http：／／www.vision.caltech.edu／Image　Datasets／Caltech101。

[2]http：／／www.vision.caltech.edu／Image　Datasets／Caltech256。

[3]http：／／bergman.stanford.edu／～zwang／project／imsearch／WBIIS.html。

[4]http：／／www.pascal-network.org／challenges／VOC／voc2005／index.htm。

[5]http：／／www.pascal-network.org／challenges／VOC／voc2006／index.htm。

[6]http：／／www.pascal-network.org／challenges／VOC／voc2007／index.htm。

[7]http：／／www.pascal-network.org／challenges／VOC／voc2008／index.htm。

[8]http：／／www.opencv.org.cn。

《图像目标的表示与识别》结构安排详解

相关推荐