- 相關(guān)推薦
特征提取開題報告
特征提取基于內(nèi)容的圖像檢索技術(shù)通過提取圖像的內(nèi)容特征，包括顏色、紋理、形狀等，生成圖像特征庫。查詢時，系統(tǒng)抽取用戶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。
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(tǒng)硬件平臺，并基于DM6437為處理器核心，設(shè)計硬件原理圖，編寫特征點提取算法，使系統(tǒng)通過特征點匹配對靜態(tài)目標(biāo)進(jìn)行識別。
2、課題的主要目的：設(shè)計并實現(xiàn)一個功能完整，操作簡單的目標(biāo)識別系統(tǒng)，使其能夠?qū)o態(tài)圖像目標(biāo)進(jìn)行特征提取與匹配，從而進(jìn)行目標(biāo)識別。
二、調(diào)研資料情況
1、課題的學(xué)術(shù)狀態(tài)：
(1)DM6437關(guān)鍵特性
時鐘頻率達(dá) 600MHz， 1個TVP5146M2視頻解碼器4個視頻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個用戶LEDs及4個用戶切換點，提供子板擴(kuò)展插槽，VLYNQ接口，提供S/PDIF接口。
(2)SIFT算法
從理論上說，SIFT是一種相似不變量，即對圖像尺度變化和旋轉(zhuǎn)是不變量。然而，由于構(gòu)造SIFT特征時，在很多細(xì)節(jié)上進(jìn)行了特殊處理，使得SIFT對圖像的復(fù)雜變形和光照變化具有了較強的適應(yīng)性，同時運算速度比較快，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，運算速度大大加快;關(guān)鍵點的精確定位不僅提高了精度，而且大大提高了關(guān)鍵點的穩(wěn)定性;在構(gòu)造描述子時，以子區(qū)域的統(tǒng)計特性，而不是以單個像素作為研究對象，提高了對圖像局部變形的適應(yīng)能力;對于16*16的關(guān)鍵點鄰域和4*4的子區(qū)域，在處理梯度幅度時都進(jìn)行了類似于高斯函數(shù)的加權(quán)處理，強化了中心區(qū)域，淡化了邊緣區(qū)域的影響，從而提高了算法對幾何變形的適應(yīng)性;該方法不僅對通用的線性光照模型具有不變性，而且對復(fù)雜的光照變化亦具有一定的適應(yīng)性。
SIFT算法的特點：1. SIFT特征是圖像的局部特征，其對旋轉(zhuǎn)、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(wěn)定性;2. 獨特性(Distinctiveness)好，信息量豐富，適用于在海量特征數(shù)據(jù)庫中進(jìn)行快速、準(zhǔn)確的匹配;3. 多量性，即使少數(shù)的幾個物體也可以產(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(dá)到實時的要求;5. 可擴(kuò)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(xiàn)
【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 的運動目標(biāo)檢測系統(tǒng)》，《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提取算法》，《現(xiàn)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的運動目標(biāo)實時檢測與跟蹤》，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(shè)計方法與實施方案
1、設(shè)計方法：
(1)、將外部圖像傳輸?shù)紻M6437處理器。
(2)、在DM6436處理器中利用Sift算法對特征點進(jìn)行提取。
(3)、將提取的特征點與以存特征點進(jìn)行比對。
(4)、將對比結(jié)果進(jìn)行反饋。
2、實施方案：
(1)、基于Sift算法設(shè)計特征點提取算法
(2)、設(shè)計硬件原理圖
(3)、基于Matlab軟件進(jìn)行仿真
(4)、對仿真結(jié)果進(jìn)行分析，并對不足處進(jìn)行改進(jìn)與優(yōu)化
(5)、編寫基于該DSP硬件平臺的演示工程文件
四、預(yù)期結(jié)果
1、主要內(nèi)容：本課題旨在設(shè)計出一套目標(biāo)識別系統(tǒng)，通過圖像特征提取與匹配算法實現(xiàn)目標(biāo)的識別，圖像數(shù)據(jù)由前端傳輸給出，系統(tǒng)硬件平臺使用DSP平臺。
2、預(yù)期結(jié)果：本課題結(jié)束后，基本應(yīng)可以對靜態(tài)圖像目標(biāo)進(jìn)行特征點的提取與匹配，并對匹配后的結(jié)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，撰寫開題報告。
第2周：深入研究課題內(nèi)容，對系統(tǒng)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(shè)計硬件原理圖
第6-7周：研究SIFT算法
第8周：編寫特征點提取算法
第9周：編寫圖像處理程序。
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(tǒng)測試及調(diào)試
第14周：撰寫畢業(yè)論文
第15周：準(zhǔn)備畢業(yè)答辯
第16周：畢業(yè)答辯
【特征提取開題報告】相關(guān)文章：
開題報告格式及開題報告的寫法07-04
故障特征提取的方法研究05-22
開題報告07-25
沖壓技術(shù)開題報告計開題報告09-20
開題報告的格式與開題報告的寫作技巧09-26
開題報告格式與開題報告寫作技巧07-23
彩色圖像特征提取研究(一)09-26
生物開題報告09-12
開題調(diào)研報告08-30