基于主成分的图像识别方法研究-计算机科学与技术专业论文.docxVIP

华中科技大学硕士学位论文 华中科技大学硕士学位论文 摘要 ． ＼传统的幕于匹配概念的图像识别方法在实时图具有平移、旋转、噪声干扰、尺 度变化、亮度变化等畸变的情况下，存在着预存的少数参考图难以匹配识别目标的 ‘ 、 ’ 问题。寸为了解决这个问题，本文研究了基于畸变模型的少数预存参考图的目标图像 训练样本集的生成方法，使目标图像样本集能覆盖可能的主要失真变化。／然后应用 主成分分析的快速算法对目标图像训练样本集进行结构分析，获取目标图像的特征 、 子空间。伪了降低虚景率，本文提出了一种新的予空间识别方法。同时，为了加快 ／ 识别速度，本文还提出了将待识别图像向特征子空间各主分量上依次投影判决的方 ， 法。最后，本文利用仿射变换和改进的匹配判决函数准确的定位目标。【实验结果表 ＼ 明，所提出方法是正确的和有效的，提高了识别系统的鲁棒性。 本文的主要工作包括：采用了主成分分析和子空间识别方法，克服了传统方法 中使用单一目标图像样本进行匹配识别存在的缺陷；在研究过程中提出了一种新的 子空间分类器和相应的快速识别算法，克服了虚景率高和计算量大的困难；为了解 决视角变化带来的目标图像的二维形变，采用了仿射变换的方法重建图像，提高了 识别算法的鲁棒性。在此基础上寸本文最终提出了一种能抗御一定图像畸变的基于 ／ i 主成分分析的图像识别方法，建立了一个图像识别的实验系统。f本文的研究成果对 飞{亍器制导的相关技术理论和实用方法的性能改善具有积极的意义，对目标跟踪系 统的研究也有一定的启发作用。』 J ． 关键字：图像识别；主成分分析；特征子空间；仿射变换； 华中科技大学硕士学位论文Abstract 华中科技大学硕士学位论文 Abstract Traditional image recognition method iS based on the concept of matching． But when there are translation，rotation，noise，scaling，and luminance et ． al in the real images，it iS difficult that matching the reference images 。 stored in advance tn the real images to recognize the object．In order to resolve the problem，the method that how to use the few reference images based on deformation model to generate object image sample set that can cover primary distortion was studied．After that。a fast algorithm of principal component analysiS(PCA)was used to analysJs the structure of the object image sample set and obtain the eigen subspace of the object images．To reduce false alarm rate，a new method of subspace recognition was put forward in thiS paper．Meanwhile，to quicken recognition speed，a method that compare the project values of subregion of real images on each eigen vector of the eigen subspace to classify was also put forward，Finally，the exact position of the object was fixed on by using the affine transformation and the adapted matching function．The result of experiment indicates that the method put forward is right and valid and improves the robustness of the recognition System． The main work of this paper includes several aspects as follows．Firstly．