基于梯度和相位信息的低层视觉特征检测技术研究

论文摘要

本论文主要从边缘检测、直线检测和文本区域检测三个方面对低层视觉特征检测技术进行研究。论文提出了梯度和相位信息相结合的特征检测模型,可靠地实现边缘特征检测;为提取边缘特征中蕴含的直线特征和文本位置信息,设计了自适应直线特征检测算法,并研究了视频文本区域检测算法。本文的主要贡献如下:(1)提出了梯度和相位信息相结合的边缘特征检测模型—GP模型。GP模型实现了梯度信息和相位信息的有机结合,弥补了梯度模型依赖于图像对比度的不足,解决了相位一致性模型存在的“特征断裂”问题,同时解决了彩色图像的相位一致性检测问题。通过理论分析和大量实验,验证了新模型可以可靠地进行低层特征检测,能够服务于不同的视觉信息处理应用。(2)提出基于Hough变换的自适应直线特征检测算法。根据图像空间分辨率的特点,确定了基于直线方向选择Hough变换参数空间分辨率的原则。算法依据Hough变换对直线方向的初始估计,得到粗略的参数空间分辨率,然后在局部参数空间范围内以迭代的方式进行多分辨率Hough变换,对直线参数逐步求精,并在迭代的过程中由更精确的参数实现对参数空间分辨率的修正,这种反馈策略使算法能够达到对直线特征的精确检测和快速收敛。进一步提出了更加完善的直线端点检测算法,通过设计合理的离散点排序与连接策略,算法在不同离散程度的点集中都能够精确地检测到完整的直线特征。(3)提出基于梯度和相位信息的视频文本区域检测方法。利用差分图像像素行(列)的粗糙度特征和自适应阈值,实现对文本区域的快速检测。为进一步实现对文本区域的精确检测与定位,基于GP模型在画面局部区域检测文本关键特征点,因此能够有效抑制图像复杂背景的干扰,同时显著提高了算法的效率。此方法对不同的视频画面质量、不同复杂程度的背景以及不同外观的文本是鲁棒的。本文提出的模型与算法,已应用于邮票数字博物馆的数字资源处理,以及视频文本区域检测、视频质量分析,取得了较好的应用效果。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景与意义
• 1.2 本文主要研究内容
• 1.3 本文篇章结构
• 第2章 低层视觉特征检测综述
• 2.1 基于梯度信息的特征检测
• 2.1.1 灰度图像边缘特征检测
• 2.1.2 彩色图像边缘特征检测
• 2.1.3 边缘特征增强
• 2.2 基于相位信息的特征检测
• 2.2.1 局部能量模型与相位一致性模型
• 2.2.2 改进的相位一致性模型
• 2.2.3 基于相位一致性的边缘特征检测
• 2.3 直线特征检测
• 2.3.1 基于邻域的直线特征检测
• 2.3.2 基于全局的直线特征检测
• 2.4 视频文本区域检测
• 2.5 本章小结
• 第3章 梯度和相位信息相结合的特征检测
• 3.1 问题背景
• 3.2 基于向量场的彩色图像边缘特征检测
• 3.2.1 基于向量场的彩色图像梯度信息检测
• 3.2.2 基于向量场的边缘检测算法
• 3.3 基于相位信息和时-空梯度的周期性结构变化检测
• 3.3.1 相位信息的重要性与稳定性
• 3.3.2 像素移位缺陷的分析
• 3.3.3 像素移位缺陷检测与修复算法
• 3.3.4 实验结果与分析
• 3.4 梯度和相位信息相结合的特征检测模型
• 3.4.1 建立新的模型
• 3.4.2 边缘特征检测
• 3.4.3 边缘特征分类
• 3.4.4 边缘特征增强
• 3.5 基于对象边缘特征的畸变不变对象识别
• 3.5.1 基于相关滤波的畸变不变对象识别
• 3.5.2 综合鉴别函数简介
• 3.5.3 基于对象边缘的新型综合鉴别函数及其迭代实现
• 3.5.4 实验结果与分析
• 3.6 本章小结
• 第4章 自适应直线特征检测
• 4.1 问题背景
• 4.2 自适应高精度直线特征检测算法
• 4.2.1 参数空间分辨率分析
• 4.2.2 自适应直线特征检测算法
• 4.2.3 实验结果与分析
• 4.3 离散点集直线检测
• 4.3.1 相关研究
• 4.3.2 离散点集直线检测算法
• 4.3.3 实验结果与分析
• 4.4 本章小结
• 第5章 视频文本区域检测
• 5.1 问题背景
• 5.2 基于梯度和相位信息的视频文本区域检测
• 5.2.1 彩色图像预处理
• 5.2.2 基于粗糙度统计的文本行检测
• 5.2.3 基于梯度和相位信息的文本行检测
• 5.2.4 文本区域定位
• 5.2.5 实验结果与分析
• 5.3 本章小结
• 第6章 总结及展望
• 6.1 论文工作总结
• 6.2 进一步工作
• 参考文献
• 博士期间完成的论文
• 参加的科研项目
• 致谢