学位论文 > 优秀研究生学位论文题录展示

基于视觉和传感器融合的移动可视定位关键技术研究

作 者: 宗华
导 师: 高光荣; 于俊清
学 校: 华中科技大学
专 业: 计算机应用技术
关键词: 移动可视定位 城市街景 传感器融合 特征融合
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 4次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着硬件技术的发展,普通的智能手机已经能够进行复杂的图像处理任务,由此推动了移动可视定位技术的产生和发展。当前移动可视定位研究主要采用客户端-服务器模式,利用视觉特征实现图像目标识别,而这种模式势必会产生网络延迟、客户端存储容量受限、客户端计算能力有限和对城市级数据库视觉特征分辨性不足等问题。针对现存城市级图像数据库普遍缺少地理信息标注的问题,构建了武汉城市街景图像数据库,包含了129.5万幅图像数据,每幅图像都记录了相关的地理坐标和方向信息,用GPS进行分区。针对移动可视定位中检索数据量大的问题,使用移动设备自带的传感器对检索范围进行筛选。选定GPS距离小于200米,方向差60度范围内的数据库图像进行检索,排除了大量非相关图像,既减小了检索数据量,又提高了检索准确率。针对图像检索中视觉特征计算复杂的问题,使用提取速度快的竖直SURF特征生成两种图像描述符,分别进行二值化,对多特征进行融合提高图像检索的分辨力,选择融合后图像描述符的128个维度描述每个GPS分区视觉特征,使用GPS、方向和选择的视觉特征共同建立索引文件。实验结果表明,引入传感器可以减小检索数据量,缩短检索时间;使用二值化、视觉特征融合和选择维度的方法可以对图像编码进行压缩,加速图像相似度计算,同时保证移动可视定位结果的正确率;使用基于传感器和视觉融合建立的索引文件可以节省手机的存储空间和运算时间,直接在移动设备上完成可视定位。

全文目录


摘要  4-5
Abstract  5-9
1 绪论  9-17
  1.1 研究目的及意义  9-10
  1.2 国内外研究现状  10-15
  1.3 研究目标和所做的工作  15-16
  1.4 论文的组织结构  16-17
2 城市街景图像数据库  17-26
  2.1 数据库构建概述  17
  2.2 街景图像的采集  17-19
  2.3 图像的分割与标定  19-22
  2.4 查询测试集合获取  22-24
  2.5 本章小结  24-26
3 图像视觉特征  26-36
  3.1 常用的图像描述符  27-29
  3.2 图像描述符二值化  29-32
  3.3 视觉特征融合降维  32-35
  3.4 本章小结  35-36
4 移动可视定位系统的设计与实现  36-46
  4.1 系统框架  36-37
  4.2 索引构建  37-40
  4.3 定位方法  40-41
  4.4 实验结果  41-45
  4.5 本章小结  45-46
5 总结与展望  46-48
  5.1 全文总结  46
  5.2 研究展望  46-48
致谢  48-49
参考文献  49-55

相似论文

  1. 唇读中的特征提取、选择与融合,TP391.41
  2. 水下目标特征的压缩与融合技术研究,TN911.7
  3. 基于分类器融合的人脸识别研究,TP391.41
  4. 基于支持向量机的视频目标检测方法研究,TP391.41
  5. 基于鱼眼图像的车辆检测算法的研究与实现,TP391.41
  6. 指纹图像分割方法研究,TP391.41
  7. 智能车辆障碍检测与避障策略的研究,U495
  8. 基于信息融合的模拟电路故障诊断研究,TN710
  9. 基于特征融合的膜蛋白跨膜螺旋预测,Q51
  10. 基于一维距离像的空间目标识别技术研究,TN957.52
  11. 基于ARM的油罐车油位测量系统的设计与研究,TE976
  12. 基于多传感器融合的水下机器人自主导航方法研究,TP242
  13. 传感器网络接口及多传感器融合技术研究,TP212.9
  14. 运动多目标检测与跟踪算法研究,TP391.41
  15. 多特征融合的运动目标检测算法研究,TP391.41
  16. 基于传感器融合技的电缆防盗监控系统的研究,TM73
  17. 汽车无人导驾系统的研究,TP242.6
  18. 基于氨基酸序列的蛋白质结构功能预测方法研究,Q51
  19. 信息融合在三维人脸识别中的应用,TP391.41
  20. 基于关联图谱的视频片段检索,TP391.41
  21. 多传感器系统的网络化实现及信息融合算法研究,TP212.9

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com