特征提取 開題報告

特征提取 開題報告

　　特征提取基于內容的圖像檢索技術通過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。查詢時，系統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、 課題任務與目的

　　1、課題的主要任務：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，編寫特征點提取算法，使系統通過特征點匹配對靜態目標進行識別。

　　2、課題的主要目的：設計并實現一個功能完整，操作簡單的目標識別系統，使其能夠對靜態圖像目標進行特征提取與匹配，從而進行目標識別。

　　二、調研資料情況

　　1、課題的學術狀態：

　　(1)DM6437關鍵特性

　　時鐘頻率達 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是不變量。然而，由于構造SIFT特征時，在很多細節上進行了特殊處理，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算子檢測關鍵點，運算速度大大加快;關鍵點的精確定位不僅提高了精度，而且大大提高了關鍵點的穩定性;在構造描述子時，以子區域的統計特性，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能力;對于16*16的關鍵點鄰域和4*4的子區域，在處理梯度幅度時都進行了類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：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行快速、準確的匹配;3. 多量性，即使少數的幾個物體也可以產生大量的SIFT特征向量;4. 高速性，經優化的SIFT匹配算法甚至可以達到實時的要求;5. 可擴展性，可以很方便的與其他形式的特征向量進行聯合。

　　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》，《現代電子技術》2010 年第23 期總第334 期

　　【9】蔣建國,李明,齊美彬《基于TMS320DM6437的運動目標實時檢測與跟蹤》，合肥工業大學學報(自然科學版)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算法對特征點進行提取。

　　(3)、將提取的特征點與以存特征點進行比對。

　　(4)、將對比結果進行反饋。

　　2、實施方案：

　　(1)、基于Sift算法設計特征點提取算法

　　(2)、設計硬件原理圖

　　(3)、基于Matlab軟件進行仿真

　　(4)、對仿真結果進行分析，并對不足處進行改進與優化

　　(5)、編寫基于該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，通過圖像特征提取與匹配算法實現目標的識別，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，基本應可以對靜態圖像目標進行特征點的提取與匹配，并對匹配后的結果進行反饋。

　　五、進度計劃

　　第1周：查找相關資料對課題進行初步了解，撰寫開題報告。

　　第2周：深入研究課題內容，對系統各部分模塊進行了解。

　　第3-4周：對DM6437處理器核心進行研究

　　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：系統測試及調試

　　第14周：撰寫畢業論文

　　第15周：準備畢業答辯

　　第16周：畢業答辯

【特征提取 開題報告】相關文章：

開題報告 碩士開題報告12-12

開題報告格式及開題報告的寫法12-03

沖壓技術開題報告計開題報告03-21

課題開題報告的格式及開題報告的寫法02-06

課題開題報告格式及開題報告的寫法12-03

開題報告格式與開題報告寫作技巧03-28

教育開題報告12-03

外語開題報告12-04

護理開題報告12-04