當前位置:萬佳範文網 >

畢業論文 >開題報告 >

特徵提取開題報告

特徵提取開題報告

特徵提取基於內容的圖像檢索技術通過提取圖像的內容特徵,包括顏色、紋理、形狀等,生成圖像特徵庫。查詢時,系統抽取用户提供的示例圖像的特徵,與特徵庫中存儲的圖像特徵進行比較匹配,計算示例圖像與圖像庫中各圖像的相似度,最後按相似度從大到小的順序輸出給用户。

特徵提取開題報告

一、 課題任務與目的

1、課題的主要任務:以DSP平台為系統硬件平台,並基於DM6437為處理器核心,設計硬件原理圖,編寫特徵點提取算法,使系統通過特徵點匹配對靜態目標進行識別。

2、課題的主要目的:設計並實現一個功能完整,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徵提取與匹配,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個用户LEDs及4個用户切換點,提供子板擴展插槽,VLYNQ接口,提供S/PDIF接口。

(2)SIFT算法

從理論上説,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,由於構造SIFT特徵時,在很多細節上進行了特殊處理,使得SIFT對圖像的複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:在多尺度空間採用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;對於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於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,而且對複雜的光照變化亦具有一定的適應性。

SIFT算法的特點:1. SIFT特徵是圖像的局部特徵,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,適用於在海量特徵數據庫中進行快速、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特徵向量;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徵向量進行聯合。

2、參考文獻

【1】《TMS320DM6437 Datasheet》,

【2】

【3】

【4】

【5】《Allegro PCB Design CIS Getting Started Guide》,

【6】周建雄,張笑微《基於DM6437 的運動目標檢測系統》,《信息化縱橫》2019年第12期

【7】《C/C++圖像處理編程》,清華大學出版社

【8】孫豔麗,李建海,王玲玲,孫晶《基於SIFT的多焦距圖像特徵點提取算法》,《現代電子技術》2019 年第23 期總第334 期

【9】蔣建國,李明,齊美彬《基於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)2019年7月第34卷第7期

【10】《OrCAD Capture User's Guide》,

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算法對特徵點進行提取。

(3)、將提取的特徵點與以存特徵點進行比對。

(4)、將對比結果進行反饋。

2、實施方案:

(1)、基於Sift算法設計特徵點提取算法

(2)、設計硬件原理圖

(3)、基於Matlab軟件進行仿真

(4)、對仿真結果進行分析,並對不足處進行改進與優化

(5)、編寫基於該DSP硬件平台的演示工程文件

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,通過圖像特徵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,系統硬件平台使用DSP平台。

2、預期結果:本課題結束後,基本應可以對靜態圖像目標進行特徵點的提取與匹配,並對匹配後的結果進行反饋。

五、進度計劃

第1周:查找相關資料對課題進行初步瞭解,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:編寫特徵點提取算法

第9周:編寫圖像處理程序。

第10周:基於Matlab軟件製作仿真文件

第11周:分析仿真文件

第12周:製作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

  • 文章版權屬於文章作者所有,轉載請註明 https://wjfww.com/biye/baogao/rrjrgk.html
專題