基于机器学习的目标图像定位算法研究

发布时间：2017-06-16 19:01

  本文关键词：基于机器学习的目标图像定位算法研究，，由笔耕文化传播整理发布。

【摘要】：近年来,智能化生活正一步一步贴近我们的生活,准确、快速的图像目标检测与识别正在发挥越来越重要的作用。条形码是智能化生活中广泛应用的商品标签,同时它也是结构化的图像,易于检测与识别。随着商品零售业的蓬勃发展,扫码工作变的越来越繁重,而现有的日常生活中的条码检测多数都是半人工的,对于人力资源是很大的浪费。在复杂背景下,快速准确的定位出条形码的位置是精确识别的前提和基础,也是近年来科学研究的热点问题。本文对条码定位算法进行了深入研究,针对现有的条码定位算法存在的问题,在复杂背景下,尤其在多个条码同时存在的情况下以及在条目发生旋转和发生形变的情况下无法精确定位的问题,提出了一种基于霍夫变换(Hough Transform)和局部二值模式特征(Local Binary Pattern,LBP)的支持向量机(Support Vector Machine,SVM)的条码定位算法,以提高条形码的定位精度,为后续的条码识别提供良好条件。研究的方法和内容主要包括以下几个方面:(1)围绕现有检测算法对于条码发生旋转后无法做到精确定位的问题进行研究,提出一种基于条码直线分布特性的二维霍夫变换修正算法。根据条码直线在图像中分布密集的特性,通过二维Hough统计出分布密集的直线的角度,再由此角度进行旋转图像,得到修正角度后的图像。实验结果表明本方法检测角度误差小,且对于多数复杂背景条件下的条码图像能做到正确调整。(2)针对图像中存在着多个条码或条码缺损无法精确检测的问题,提出采用分块LBP特征来描述条码。图像中条码的情况复杂,分块的LBP可以很好解决检测多个条码和条码有所缺损的情况。(3)针对条码定位精度不足的问题,根据条码图像黑白相间的特性,引入颜色直方图结合LBP特征进行描述条码,对条码进行特征提取。将提取后的数据进行训练得到SVM分类器模型。随后用分类器,对待检测的图片进行条码检测,经过后处理得到定位结果。通过在国际通用的数据库(Westf?lische Wilhelms-Universit?t Muenster Barcode Database,WWU)下进行实验,并与传统条码定位算法的实验结果比较,验证了本文算法的有效性。
【关键词】：局部二值模式特征 支持向量机 霍夫变换 条形码 区域检测
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP181
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-15
• 1.1 研究背景及意义10-13
• 1.1.1 机器视觉目标定位的发展概述11-12
• 1.1.2 条形码定位的研究现状12-13
• 1.2 主要研究内容及其章节安排13-14
• 1.3 小结14-15
• 第二章 条码检测技术15-21
• 2.1 条形码介绍15-17
• 2.2 硬件设备检测方法17-18
• 2.2.1 硬件检测原理介绍18
• 2.2.2 硬件检测方法的特点18
• 2.3 软件检测方法18-20
• 2.3.1 软件检测方式的特点19
• 2.3.2 现有的条形码软件检测方法19-20
• 2.4 小结20-21
• 第三章 图像特征提取21-28
• 3.1 图像特征提取特点介绍21-22
• 3.2 图像纹理特征22-23
• 3.2.1 纹理特征综述22
• 3.2.2 纹理特征研究现状22-23
• 3.3 局部二值模式特征23-24
• 3.4 灰度共生矩阵24-25
• 3.5 颜色特征25-26
• 3.6 霍夫变换特征26-27
• 3.7 小结27-28
• 第四章 机器学习算法介绍及本文应用SVM28-33
• 4.1 两个代表性的机器学习方法28-30
• 4.2 LIBSVM库及应用平台MATLAB30-31
• 4.2.1 MATLAB环境需求31
• 4.3 本文创新算法中用到LIBSVM的主要环节及关键性代码31-32
• 4.4 小结32-33
• 第五章 基于HOUGH变换和LBP特征的SVM算法条形码检测33-42
• 5.1 算法流程33-34
• 5.2 二维霍夫变换的图像矫正34-36
• 5.2.1 用霍夫变换进行角度检测34-35
• 5.2.2 图像旋转35-36
• 5.3 图像分块及样本选取36-37
• 5.4 特征提取37
• 5.4.1 LBP特征提取37
• 5.4.2 颜色特征提取37
• 5.4.3 灰度共生矩阵特征提取37
• 5.5 SVM分类器的建立37-38
• 5.6 条码检测及结果38-39
• 5.6.1 SVM条码检测38-39
• 5.6.2 后处理39
• 5.7 实验结果及与现有算法的比较39-41
• 5.7.1 数据库39-40
• 5.7.2 实验结果及比较40-41
• 5.8 小结41-42
• 第六章 总结与展望42-44
• 6.1 总结42-43
• 6.2 展望43-44
• 致谢44-45
• 参考文献45-48
• 附录48-49
• 详细摘要49-53

【相似文献】

中国期刊全文数据库 前10条

1 奚君武;条码技术与“科技兴商”息息相关[J];市场与电脑;2000年07期

2 丁晓东;;条码技术与标准化[J];大众标准化;2001年08期

3 梁海丽;商场自动化管理与条码技术[J];标准计量与质量;2001年06期

4 ;最新的条码技术[J];电子质量;2002年02期

5 ;条码技术概要[J];珠江经济;2002年10期

6 何玉芳;浅谈条码技术的应用[J];云南财贸学院学报(社会科学版);2003年04期

7 李田;;条码的故事[J];信息与电脑;2003年12期

8 胡坤;一切从条码开始——条码技术应用拉开建材行业信息化序幕[J];电子商务世界;2004年12期

9 紫梵;;条码技术管好供应链[J];每周电脑报;2006年29期

10 ;条码技术奠定手机产品质量追溯基础[J];中国自动识别技术;2007年01期

中国重要会议论文全文数据库 前10条

1 杨淑云;;条码技术应用与人才需求的思考[A];2008年度标准化学术研究论文集[C];2009年

2 卞玉玲;余开朝;陈婷;;条码技术在制造业中的应用[A];2004年中国机械工程学会年会论文集：物流工程与中国现代经济——第七届物流工程学术年会专辑[C];2004年

3 赵淑芬;;条码技术[A];中国机械工程学会包装与食品工程分会第三届学术年会论文集[C];1993年

4 卞玉玲;余开朝;陈婷;;条码技术在制造业中的应用[A];人才、创新与老工业基地的振兴——2004年中国机械工程学会年会论文集[C];2004年

5 施t

本文编号：456146