基于可拓学的图像识别方法及其并行化研究

论文摘要

本课题研究得到河南省自然科学基础研究计划项目“基于可拓学的并行视觉环境识别方法研究”（No.2009A520034）的资助，重点研究环境图像的可拓识别方法。图像识别中经常出现用人类视觉能够识别而采用计算机计算的方法不能够识别的矛盾问题，本文重点研究了如何用可拓学的理论分析这些矛盾，并用可拓学中可拓变换的方法寻找解决矛盾的途径。目的在于从新的角度来探索图像识别的方法，提高图像识别的准确性，变不能识别为能识别。本文首先研究了图像的颜色直方图拓展的方法，提出了基于拓展颜色直方图的图像识别方法，利用可拓学中的发散分析和关联分析原理，通过使用可拓学中的扩缩变换，对颜色直方图进行拓展变换，变换后使得原本不能识别的图像变成可以识别，实验表明该方法比未拓展时，能大幅提高识别的准确率。接着，本文指出了根据特征点方向计算特征点描述子而引起的特征点匹配过程中的矛盾问题，根据可拓学中的置换分析原理和置换变换方法，提出了带有拓展方向的E-SURF图像识别算法，该算法根据特征点周围像素的信息为特征点分配一个主方向和一个拓展方向，在匹配中首先使用主方向对应的描述子进行匹配，如果根据主方向对应的描述子不能找到匹配对，则置换主方向为拓展方向，重新计算特征点的描述子，然后再次进行匹配。实验证明，通过增加这个拓展方向，使得特征点匹配的对数明显增加，提高了识别的准确率。最后，本文对运算比较复杂的E-SURF算法中的各个部分进行了并行化可行性的分析，分解一些任务为多个子任务，使用多线程编程技术，把子任务分配给多个核来进行计算，从而充分发挥现在主流的多核计算机的优势，实验结果表明，通过采用多线程来计算，大大提高了算法的执行效率。

论文目录

• 摘要
• Abstract
• 1.绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.2.1 图像识别概述
• 1.2.2 图像识别国内外研究现状
• 1.2.3 可拓模式识别研究现状
• 1.3 研究的目的和意义
• 1.4 本论文的研究内容与安排
• 1.4.1 研究的内容
• 1.4.2 论文内容的安排
• 2. 可拓学的理论基础及可拓识别模型
• 2.1 基元的概念
• 2.2 拓展分析原理
• 2.2.1 可扩分析原理
• 2.2.2 发散分析原理
• 2.3 可拓变换
• 2.3.1 可拓变换的定义
• 2.3.2 常用的可拓变换
• 2.4 可拓识别方法
• 2.4.1 可拓识别研究的对象
• 2.4.2 可拓识别方法的一般步骤
• 3. 基于亮度拓展变换的可拓图像识别
• 3.1 图像颜色直方图及其拓展颜色直方图
• 3.2 基于拓展颜色直方图的图像识别
• 3.3 实验结果与分析
• 3.4 小结
• 4. 基于方向拓展E-SURF的可拓图像识别
• 4.1 引言
• 4.2 特征点检测
• 4.2.1 积分图像
• 4.2.2 Hessian 矩阵及其近似
• 4.2.3 尺度空间的构建
• 4.2.4 特征点检测
• 4.3 特征点主方向及其拓展方向的计算
• 4.4 特征点描述子生成
• 4.5 特征点匹配
• 4.5.1 基于欧氏距离的特征点匹配
• 4.5.2 快速索引匹配
• 4.6 基于 E-SURF 的图像识别算法
• 4.7 实验结果与分析
• 4.7.1 E-SURF 匹配点对实验
• 4.7.2 对同类图像的识别实验
• 4.7.3 对不同类图像的识别实验
• 4.8 小结
• 5. 基于E-SURF的图像识别算法的并行化
• 5.1 并行程序设计思想
• 5.1.1 分解、任务、依赖图和任务映射
• 5.1.2 任务分解技术
• 5.2 多核多线程实现技术
• 5.2.1 操作系统对多核的支持
• 5.2.2 与多线程相关的 WIN API 函数
• 5.2.3 线程间的同步 WIN API 函数
• 5.3 E-SURF 算法的并行化设计
• 5.3.1 算法各部分的并行性分析
• 5.3.2 算法任务分配与依赖关系
• 5.4 实验结果及分析
• 6. 结论
• 参考文献
• 附录：硕士研究生学习阶段发表的论文
• 致谢