特征提取开题报告(共4页)2000字.docx
- 文档编号:12522890
- 上传时间:2023-06-06
- 格式:DOCX
- 页数:5
- 大小:10.02KB
特征提取开题报告(共4页)2000字.docx
《特征提取开题报告(共4页)2000字.docx》由会员分享,可在线阅读,更多相关《特征提取开题报告(共4页)2000字.docx(5页珍藏版)》请在冰点文库上搜索。
特征提取开题报告
特征提取基于内容的图像检索技术通过提取图像的内容特征,包括颜色、纹理、形状等,生成图像特征库。
查询时,系统抽取用户提供的示例图像的特征,与特征库中存储的图像特征进行比较匹配,计算示例图像与图像库中各图像的相似度,最后按相似度从大到小的顺序输出给用户。
一、课题任务与目的
1、课题的主要任务:
以DSP平台为系统硬件平台,并基于DMXXXX年为处理器核心,设计硬件原理图,编写特征点提取算法,使系统通过特征点匹配对静态目标进行识别。
2、课题的主要目的:
设计并实现一个功能完整,操作简单的目标识别系统,使其能够对静态图像目标进行特征提取与匹配,从而进行目标识别。
二、调研资料情况
1、课题的学术状态:
(1)DMXXXX年关键特性
时钟频率达600MHz,1个TVPXXXX年M2视频解码器4个视频DACV输出,128MDDR2DRAM,提供16Mnon-volatileflashmemory,64MNANDflash,2MSRAM提供UART,CAN,I/O接口,AIC33立体音频编码器,10/100MBS以太网接口,可配置的bootload选项,嵌入式的JTAG仿真器接口,4个用户LEDs及4个用户切换点,提供子板扩展插槽,VLYNQ接口,提供S/PDIF接口。
(2)SIFT算法
从理论上说,SIFT是一种相似不变量,即对图像尺度变化和旋转是不变量。
然而,由于构造SIFT特征时,在很多细节上进行了特殊处理,使得SIFT对图像的复杂变形和光照变化具有了较强的适应性,同时运算速度比较快,定位精度比较高。
如:
在多尺度空间采用DOG算子检测关键点,运算速度大大加快;关键点的精确定位不仅提高了精度,而且大大提高了关键点的稳定性;在构造描述子时,**区域的统计特性,而不是以单个像素作为研究对象,提高了对图像局部变形的适应能力;对于16*16的关键点邻域和4*4**区域,在处理梯度幅度时都进行了类似于高斯函数的加权处理,强**区域,淡**区域的影响,从而提高了算法对几何变形的适应性;该方法不仅对通用的线性光照模型具有不变性,而且对复杂的光照变化亦具有一定的适应性。
SIFT算法的特点:
1.SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性;2.独特性(Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配;3.多量性,即使少数的几个物体也可以产生大量的SIFT特征向量;4.高速性,经优化的SIFT匹配算法甚至可以达到实时的要求;5.可扩展性,可以很方便的与其他形式的特征向量进行联合。
2、参考文献
【1】《TMS320DMXXXX年Datasheet》,
【2】
【3】
【4】
【5】《AllegroPCBDesignCISGettingStartedGuide》,
【6】周建雄,张笑微《基于DMXXXX年的运动目标检测系统》,《信息化纵横》XXXX年第12期
【7】《C/C++图像处理编程》,清华大学出版社
【8】孙艳丽,李建海,王玲玲,孙晶《基于SIFT的多焦距图像特征点提取算法》,《现代电子技术》XXXX年年第23期总第334期
【9】蒋建国,李明,齐美彬《基于TMS320DMXXXX年的运动目标实时检测与跟踪》,合肥工业大学学报(自然科学版)XXXX年7月第34卷第7期
【10】《OrCADCaptureUser'sGuide》,
三、初步设计方法与实施方案
1、设计方法:
(1)、将外部图像传输到DMXXXX年处理器。
(2)、在DMXXXX年处理器中利用Sift算法对特征点进行提取。
(3)、将提取的特征点与以存特征点进行比对。
(4)、将对比结果进行反馈。
2、实施方案:
(1)、基于Sift算法设计特征点提取算法
(2)、设计硬件原理图
(3)、基于Matlab软件进行仿真
(4)、对仿真结果进行分析,并对不足处进行改进与优化
(5)、编写基于该DSP硬件平台的演示工程文件
四、预期结果
1、主要内容:
本课题旨在设计出一套目标识别系统,通过图像特征提取与匹配算法实现目标的识别,图像数据由前端传输给出,系统硬件平台使用DSP平台。
2、预期结果:
本课题结束后,基本应可以对静态图像目标进行特征点的提取与匹配,并对匹配后的结果进行反馈。
五、进度计划
第1周:
查找相关资料对课题进行初步了解,撰写开题报告。
第2周:
深入研究课题内容,对系统各部分模块进行了解。
第3-4周:
对DMXXXX年处理器核心进行研究
第5周:
设计硬件原理图
第6-7周:
研究SIFT算法
第8周:
编写特征点提取算法
第9周:
编写图像处理程序。
第10周:
基于Matlab软件制作仿真文件
第11周:
分析仿真文件
第12周:
制作PCB原理图
第13周:
系统测试及调试
第14周:
撰写毕业论文
第15周:
准备毕业答辩
第16周:
毕业答辩
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 特征 提取 开题 报告 2000