论文摘要
本论文论述了一种通过物体轮廓特征和内部颜色区域特征对物体目标进行识别和跟踪的方法。创建了一个多物体随机运动模拟平台，实现了对动态物体目标的识别和跟踪模拟。首先搭建了图像处理平台，编写了一些基础底层函数，如图像文件的读写、图像格式转换、图像数据的分离与合成。在此基础上，实现了一些数字图像的处理功能，如灰度图像的二值化处理、直方图统计、中值滤波、彩色图像的颜色变换、图像几何变换，并实现了图像的区域分割和特征提取功能。提取每种物体的特征信息，包括其轮廓数据及轮廓特征、内部的颜色区域特征，采用多级链表的形式将这些特征信息集成在一起，并将它们保存在库存文件中。当要识别某个物体时，将其特征提取出来，与所有库存物体的特征进行匹配。通过轮廓间的旋转匹配，还可确定当前物体与库存物体的相对旋转角度。这样实现对物体的识别和姿态定位。系统采用多线程形式实现多物体随机运动模拟平台。多个运动物体在屏幕上的协调显示，它们可以随机地改变运动的方向、速度和姿态。在此基础上系统作了物体的动态识别和跟踪实验，能对画面中随机出现的运动物体进行识别和对其运动轨迹进行跟踪。摄像头画面的采集、图像的网络传输、信息的串行通信等方面的编程方法也作了相应研究，以实现一个功能较完善的系统。
论文目录
摘要ABSTRACT第1章 绪论1.1 图像识别技术的重要性1.2 目前的研究进展1.3 课题的主要研究内容第2章 图像处理平台的建立2.1 设备无关位图与设备相关位图2.2 BMP文件格式2.3 文件的读取2.4 文件的保存2.5 位图格式的转换2.6 图像颜色分量的分离2.7 图像数据的重新组合2.8 灰度图像的二值化处理2.9 灰度图像的直方图统计2.10 灰度图像的边缘检测与提取2.11 灰度图像的中值滤波2.12 二值图像的平滑2.13 图像的几何变换2.14 彩色图像的颜色变换2.15 本章小结第3章 物体特征的提取与匹配3.1 轮廓环的搜索3.2 二值图像中的区域提取3.3 彩色图像中的区域提取（1） 彩色物体图像从背景的分离（2） 物体内颜色区域的分割3.4 所采用的数据结构（1） 点节点数据结构（2） 点链节点数据结构（3） 轮廓环信息数据结构（4） 轮廓环节点数据结构（5） 颜色区域信息结构（6） 颜色区域节点结构（7） 物体属性信息数据结构（8） 区域轮廓节点数据结构（9） 图像轮廓节点数据结构（10） 物体信息数据结构（11） 物体登记信息结构（12） 物体登记信息节点结构3.5 库存物体信息的建立3.6 库存物体信息的保存3.7 库存物体信息的调用3.8 图像物体轮廓的匹配3.9 图像物体轮廓的精确定位3.10 图像物体颜色区域的匹配3.11 本章小结第4章 多物体随机运动模拟平台的建立4.1 具体方法和步骤4.2 线程内部流程4.3 实验结果4.4 本章小结第5章 图像的采集和信息传输5.1 图像的采集5.2 图像的校准5.3 前景图像的制作5.4 AVI文件的制作5.5 图像的网络传输5.6 信息的串行通信5.7 本章小结第6章 物体的动态识别和跟踪6.1 线程间的关系6.2 选择参与演示和匹配的物体6.3 对识别和跟踪过程的控制6.4 识别跟踪过程6.5 路径跟踪的实现6.6 实验结果6.7 本章小结第7章 结论7.1 总结7.2 展望参考文献致谢攻读硕士学位期间的研究成果详细摘要
相关论文文献
标签：动态虚拟平台论文; 特征提取论文; 特征匹配论文; 图像识别论文; 图像跟踪论文;
