- 相關(guān)推薦
特征提取開(kāi)題報告
特征提取基于內容的圖像檢索技術(shù)通過(guò)提取圖像的內容特征，包括顏色、紋理、形狀等，生成圖像特征庫。查詢(xún)時(shí)，系統抽取用戶(hù)提供的示例圖像的特征，與特征庫中存儲的圖像特征進(jìn)行比較匹配，計算示例圖像與圖像庫中各圖像的相似度，最后按相似度從大到小的順序輸出給用戶(hù)。
一、 課題任務(wù)與目的
1、課題的主要任務(wù)：以DSP平臺為系統硬件平臺，并基于DM6437為處理器核心，設計硬件原理圖，編寫(xiě)特征點(diǎn)提取算法，使系統通過(guò)特征點(diǎn)匹配對靜態(tài)目標進(jìn)行識別。
2、課題的主要目的：設計并實(shí)現一個(gè)功能完整，操作簡(jiǎn)單的目標識別系統，使其能夠對靜態(tài)圖像目標進(jìn)行特征提取與匹配，從而進(jìn)行目標識別。
二、調研資料情況
1、課題的學(xué)術(shù)狀態(tài)：
(1)DM6437關(guān)鍵特性
時(shí)鐘頻率達 600MHz， 1個(gè)TVP5146M2視頻解碼器4個(gè)視頻DACV輸出，128MDDR2DRAM，提供16M non-volatile flash memory, 64M NAND flash, 2M SRAM 提供UART, CAN，I/O接口，AIC33 立體音頻編碼器，10/100 MBS以太網(wǎng)接口，可配置的 boot load 選項，嵌入式的 JTAG 仿真器接口，4個(gè)用戶(hù)LEDs及4個(gè)用戶(hù)切換點(diǎn)，提供子板擴展插槽，VLYNQ接口，提供S/PDIF接口。
(2)SIFT算法
從理論上說(shuō)，SIFT是一種相似不變量，即對圖像尺度變化和旋轉是不變量。然而，由于構造SIFT特征時(shí)，在很多細節上進(jìn)行了特殊處理，使得SIFT對圖像的復雜變形和光照變化具有了較強的適應性，同時(shí)運算速度比較快，定位精度比較高。如：在多尺度空間采用DOG算子檢測關(guān)鍵點(diǎn)，運算速度大大加快;關(guān)鍵點(diǎn)的精確定位不僅提高了精度，而且大大提高了關(guān)鍵點(diǎn)的穩定性;在構造描述子時(shí)，以子區域的統計特性，而不是以單個(gè)像素作為研究對象，提高了對圖像局部變形的適應能力;對于16*16的關(guān)鍵點(diǎn)鄰域和4*4的子區域，在處理梯度幅度時(shí)都進(jìn)行了類(lèi)似于高斯函數的加權處理，強化了中心區域，淡化了邊緣區域的影響，從而提高了算法對幾何變形的適應性;該方法不僅對通用的線(xiàn)性光照模型具有不變性，而且對復雜的光照變化亦具有一定的適應性。
SIFT算法的特點(diǎn)：1. SIFT特征是圖像的局部特征，其對旋轉、尺度縮放、亮度變化保持不變性，對視角變化、仿射變換、噪聲也保持一定程度的穩定性;2. 獨特性(Distinctiveness)好，信息量豐富，適用于在海量特征數據庫中進(jìn)行快速、準確的匹配;3. 多量性，即使少數的幾個(gè)物體也可以產(chǎn)生大量的SIFT特征向量;4. 高速性，經(jīng)優(yōu)化的SIFT匹配算法甚至可以達到實(shí)時(shí)的要求;5. 可擴展性，可以很方便的與其他形式的特征向量進(jìn)行聯(lián)合。
2、參考文獻
【1】《TMS320DM6437 Datasheet》，http://www.ti.com
【2】http://www.zhishiol.com
【3】http://baike.baidu.com/view/2832304.htm
【4】baike.soso.com/v8850239.htm
【5】《Allegro PCB Design CIS Getting Started Guide》,http://www.cadence.com
【6】周建雄，張笑微《基于DM6437 的運動(dòng)目標檢測系統》，《信息化縱橫》2009年第12期
【7】《C/C++圖像處理編程》，清華大學(xué)出版社
【8】孫艷麗,李建海,王玲玲,孫晶《基于SIFT的多焦距圖像特征點(diǎn)提取算法》，《現代電子技術(shù)》2010 年第23 期總第334 期
【9】蔣建國,李明,齊美彬《基于TMS320DM6437的運動(dòng)目標實(shí)時(shí)檢測與跟蹤》，合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版)2011年7月第34卷第7期
【10】《OrCAD Capture User's Guide》，http://www.cadence.com
三、初步設計方法與實(shí)施方案
1、設計方法：
(1)、將外部圖像傳輸到DM6437處理器。
(2)、在DM6436處理器中利用Sift算法對特征點(diǎn)進(jìn)行提取。
(3)、將提取的特征點(diǎn)與以存特征點(diǎn)進(jìn)行比對。
(4)、將對比結果進(jìn)行反饋。
2、實(shí)施方案：
(1)、基于Sift算法設計特征點(diǎn)提取算法
(2)、設計硬件原理圖
(3)、基于Matlab軟件進(jìn)行仿真
(4)、對仿真結果進(jìn)行分析，并對不足處進(jìn)行改進(jìn)與優(yōu)化
(5)、編寫(xiě)基于該DSP硬件平臺的演示工程文件
四、預期結果
1、主要內容：本課題旨在設計出一套目標識別系統，通過(guò)圖像特征提取與匹配算法實(shí)現目標的識別，圖像數據由前端傳輸給出，系統硬件平臺使用DSP平臺。
2、預期結果：本課題結束后，基本應可以對靜態(tài)圖像目標進(jìn)行特征點(diǎn)的提取與匹配，并對匹配后的結果進(jìn)行反饋。
五、進(jìn)度計劃
第1周：查找相關(guān)資料對課題進(jìn)行初步了解，撰寫(xiě)開(kāi)題報告。
第2周：深入研究課題內容，對系統各部分模塊進(jìn)行了解。
第3-4周：對DM6437處理器核心進(jìn)行研究
第5周：設計硬件原理圖
第6-7周：研究SIFT算法
第8周：編寫(xiě)特征點(diǎn)提取算法
第9周：編寫(xiě)圖像處理程序。
第10周：基于Matlab軟件制作仿真文件
第11周：分析仿真文件
第12周：制作PCB原理圖
第13周：系統測試及調試
第14周：撰寫(xiě)畢業(yè)論文
第15周：準備畢業(yè)答辯
第16周：畢業(yè)答辯
【特征提取開(kāi)題報告】相關(guān)文章：
開(kāi)題報告格式及開(kāi)題報告的寫(xiě)法07-04
故障特征提取的方法研究05-22
開(kāi)題報告07-25
沖壓技術(shù)開(kāi)題報告計開(kāi)題報告09-20
開(kāi)題報告的格式與開(kāi)題報告的寫(xiě)作技巧09-26
開(kāi)題報告格式與開(kāi)題報告寫(xiě)作技巧07-23
彩色圖像特征提取研究(一)09-26
生物開(kāi)題報告09-12
開(kāi)題調研報告08-30