通用化图像目标检测与识别平台.docVIP

01 平台介绍 01.00 引言 图像目标检测与识别是计算机视觉和人工智能领域中最活跃的研究主题之一，在图像检索、视频监控、工业检测等许多方面都有着重要的应用。 从上世纪70年代开始，就有许多研究者关注这一主题，并取得了一些重要的成果，开发了针对特定类别的实用的模式识别系统，比如光学字符识别系统、固定场景下的车牌识别系统等。但算法采用的特征集局限于某一类特定类别的目标物体，使之很难推广到其它类别的目标检测与识别任务中。 因此，从上世纪90年代中后期以来，越来越多的研究者将目光转向非特定类别物体的目标检测与识别算法研究，并取得了明显的阶段成果。 然而，通用化图像目标检测与识别的研究进展，跟人们的期望相比，仍然有很大的差距。究其原因，技术方面主要存在很大的困难和挑战，如同类别差异、视点变化、光照差异、遮挡问题、复杂背景等。 作者从2005年开始，就投入大量的业余时间和精力，潜心专注于图像目标检测与识别的通用化平台开发。研发期间，每一个想法到算法的形成，以及最终程序的完整实现，都经历了相当漫长的诸多实际应用检验，才形成了具有完全自主知识产权的“TDPlatform通用化图像目标检测与识别平台”。该平台经过长期的实测和应用，已在多个典型领域中取得了很好的运行效果，实现图像目标检测与识别的通用化。 01.01 图像处理流水线 TDPlatform平台已将常用图像算法封装成流水线处理指令集。各条指令的调用语法和说明如下： 01.01.01 颜色运算 加：Add(fBlue,fGreen,fRed,fAlpha,nRow1,nRow2,nCol1,nCol2) 减：Subtract(fBlue,fGreen,fRed,fAlpha,nRow1,nRow2,nCol1,nCol2) 取反：Negtive(fBlue,fGreen,fRed,fAlpha,nRow1,nRow2,nCol1,nCol2) 乘：Multiply(fBlue,fGreen,fRed,fAlpha,nRow1,nRow2,nCol1,nCol2) 除：Divide(fBlue,fGreen,fRed,fAlpha,nRow1,nRow2,nCol1,nCol2) 以上五条指令分别对图像指定区域内的像素颜色执行加、减、取反、乘、除的运算。颜色采用蓝、绿、红、透明四个分量表示，8位图像的后三个分量为0，24位图像的最后一个分量为0。四个区域参数分别为最小行、最大行、最小列、最大列，以0开始计数，其中如有为-1者，则对整幅图像执行颜色运算。 加、减的颜色默认为0，取反的颜色默认为255，乘、除的颜色默认为1。 01.01.02 加噪 高斯噪声：YawpNormal(fBlue,fGreen,fRed,fAlpha,fLower,fUpper,fAverage,fSigma) 线条噪声：YawpLine(fBlue,fGreen,fRed,fAlpha,fLower,fUpper) 高斯噪声的参数默认为颜色（0）、下界（0）、上界（0.01）、均值（3）、标准差（1），线条噪声的参数默认为颜色（0）、下界（0）、上界（0.1）。 01.01.03 重置 重置内部：ResetInner(fBlue,fGreen,fRed,fAlpha,nRow1,nRow2,nCol1,nCol2) 重置外部：ResetOuter(fBlue,fGreen,fRed,fAlpha,nRow1,nRow2,nCol1,nCol2) 01.01.04 修改 修改内部：AlterInner(fOldBlue,fOldGreen,fOldRed,fOldAlpha,fNewBlue,fNewGreen,fNewRed,fNewAlpha,nRow1,nRow2,nCol1,nCol2) 修改外部：AlterOuter(fOldBlue,fOldGreen,fOldRed,fOldAlpha,fNewBlue,fNewGreen,fNewRed,fNewAlpha,nRow1,nRow2,nCol1,nCol2) 01.01.05 函数变换 函数变换：FuncTrans(fLower,fRange,xFuncIndex,yFuncIndex) 函数变换的参数默认为下界（0.05）、范围（0.9）、X方向函数索引（0-4）、Y方向函数索引（0-4）。 01.01.06 翻转 水平翻转：FlipHorz() 垂直翻转：FlipVert() 01.01.07 复原 加亮：Brighten(cNewMinY,cNewMaxY) 调整：Adjust(cNewAveY,cNewAveU,cNewAveV) 灰度世界：GrayWorld() 彩色化：TrueColor(fMinRed,fMaxRed,fMinBlue