基于景象匹配的局域盲人图像导航关键技术研究

论文摘要

本文主要研究利用景象匹配技术进行盲人局域导航的关键技术。景象匹配导航技术是在建立基准图像信息特征库的基础上,对实时拍摄图像提取特征并与基准图像特征库进行匹配,得到相应地理信息并语音输出给盲人,从而实现导航的一种方法。论文首先针对基准图像特征库的建立进行了深入研究；进而分析特定环境下盲人拍摄图像的预处理方法；其次,对几种常见的景象匹配算法在盲人导航中的应用效果进行了仿真分析研究；论文重点研究了两种匹配算法,一种算法是基于尺度不变特征变换(SIFT)的景象匹配技术,即利用特征点周围的梯度信息确定描述符的幅值与方向,高斯滤波加权生成大小为128维的描述符,采用相似性度量的办法进行匹配。另一种算法是改进的基于快速鲁棒特征(SURF)的景象匹配算法,即利用Haar小波计算特征点周围梯度信息确定主方向,在子区域内通过高斯加权形成64维描述符,采用Hessian矩阵迹快速索引匹配以及匹配点距离差平方和的相似性度量方法进行匹配。最后,采用多幅实时图像对SIFT和SURF的两种算法进行比对实验,分析SIFT算法和SURF算法对旋转、缩放、噪声、亮度变化及多种综合因素影响的有效性。综合结果表明,SURF匹配算法优于SIFT匹配算法,此方法可实现快速、鲁棒、准确的匹配,为实现盲人局域图像导航奠定理论基础。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 课题研究的背景与意义
• 1.2 国内外研究现状
• 1.2.1 国外发展情况
• 1.2.2 国内发展情况
• 1.3 本文主要研究内容
• 1.4 章节安排
• 第二章 景象匹配辅助导航系统分析
• 2.1 系统的总体结构
• 2.2 系统的整体进程
• 2.2.1 图像的采集及基准图像特征库的建立
• 2.2.2 实时图像的预处理
• 2.2.3 图像匹配识别
• 2.3 系统的硬件组成
• 2.4 系统的软件组成
• 2.5 图像的预处理
• 2.6 本章小结
• 第三章 匹配算法基本方法
• 3.1 常用的景象匹配算法
• 3.1.1 基于模板的图像匹配方法
• 3.1.2 基于结构的图像匹配方法
• 3.2 经典特征点检测方法
• 3.2.1 Moravec角点检测方法
• 3.2.2 Forstner角点检测方法
• 3.2.3 Harris角点检测方法
• 3.3 本章小结
• 第四章 SIFT和SURF景象匹配技术
• 4.1 基于尺度不变特征变换（SIFT）的景象匹配技术
• 4.1.1 SIFT特征点的检测
• 4.1.2 SIFT的描述符生成
• 4.1.3 SIFT算法的匹配及消除误匹配
• 4.1.4 SIFT算法的缺陷分析
• 4.2 改进的基于快速鲁棒特征（SURF）的景象匹配技术
• 4.2.1 积分图像的建立
• 4.2.2 盒式滤波器
• 4.2.3 SIFT特征点的检测
• 4.2.4 SURF的描述符的生成
• 4.2.5 SURF算法的匹配
• 4.2.6 SURF算法速度提高的原因
• 4.3 本章小结
• 第五章 SIFT与SURF两种算法的实验结果对比
• 5.1 算法的实验结果
• 5.1.1 测试两种算法不同的匹配性能
• 5.1.2 测试两种算法的抗旋转能力
• 5.1.3 测试两种算法的抗缩放能力
• 5.1.4 测试两种算法的抗噪声能力
• 5.1.5 测试两种算法的抗亮度变化能力
• 5.1.6 测试两种算法抗综合干扰因素的能力
• 5.2 算法实验结果的综合分析与评价
• 5.2.1 特征点提取
• 5.2.2 特征匹配
• 5.2.3 计算总耗时
• 5.3 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 在学期间发表论文及参加科研情况