1.4 本文的组织安排

第一章绪论部分,总体概括行人检测的研究现状和目前行人检测面临的问题,以 及本文的组织安排。

第二章简单介绍霍夫变换的基本原理,介绍本文中用到的,随机森林的一个特例

——霍夫森林,使用霍夫森林对图片进行变换,存放到霍夫空间。 第三章描述基于概率模型的霍夫变换。它基于统计学理论,是基于投票假设中典

型的算法。对投票元素和目标中心求解联合概率,在使用贪心算法求解最大后验概率, 通过这种方法实现算法。

第四章展示实验成果。我们使用现有的霍夫变换进行直线检测。在 TUD-crossing 图像数据集上进行了行人检测。我们对在学校采集到的夜间图像使用霍夫变换进行行 人检测,展示检测成果。

第五章中我们分别用了 IrfanView、彩色图像直方图均衡化、灰度图、灰度图像 直方图均衡化、Gamma 校对处理夜间图像,并比较实验成果。

 

 

2 霍夫变换

 

本章简单概括了霍夫变换基本原理,并将会介绍了本文中采用的霍夫森林。2009 年,Juergen Gall 首次在 CVPR 上提出霍夫森林的。[16]它是基于随机森林的霍夫变换 方法,是对图像特征和目标可能位置的编码。概括来说,首先需要训练霍夫森林样本。 用提取的特征构建总的训练特征集合,然后初始化霍夫森林,从特征集合中随机采样 训练样本,构建决策树。当决策树到达设定值时将结束训练,否则将一直从特征集合 中随机采样。对于测试样本,同样先提取特征,构建总的训练特征集合,通过霍夫森 林,每一个特征对霍夫图像中的假设进行投票,每个特征都已投票后将生成霍夫图片。 接下来,简单回顾霍夫变换基本原理。

2.1 霍夫变换基本原理

霍夫变换(Hough Transform)是计算机视觉的经典技术之一, Paul Hough[19] 于 1962 年提出。霍夫变换是一种形状分析方法,它利用图像的全局特性,用一定的 规则把边缘像素点连接成封闭的边界区域。霍夫变换的主要思想是寻找从空间域到参 数空间的映射,使得大多数边缘像素点满足该参数方程。近些年来,基于霍夫变换的 方法成功应用到物体检测问题中去。

使用霍夫变换进行行人检测的主要思想是:将输入图像转换成新的霍夫图像,并 把它存放在霍夫空间。霍夫空间的每一个点,对应一个物体的假设,在原始图像中它 会出现在一个特定的位置和表面配置。霍夫变换本质上都是通过将输入图像分成一系 列投票元素,每一个投票元素都会给可能产生这一元素的假设进行投票,投票结果中 选出符合条件的假设,即为检测目标。在对目标进行检测时,最常用的办法就是对投 票结果进行阈值分析,得到最后的检测物体。文献综述

B.Leibe[20]在 2003 年利用得到的观测数据转化到霍夫空间中,对潜在的检测目标 的位置中心进行投票选择;J.Gall 在 2009 年首次提出了霍夫森林,同样也是在广泛 霍夫变换的基础上对分类, 它比已有的生成模型优势的地方在于它更偏向于判别式, 在典型的数据集中,霍夫森林有很好的效果。[16]

以直线检测为例。先提取待测图像的边缘特征,利用 Canny 算子对原始图像进行 边缘检测从而得到边缘图。边缘图是一个二值图片。直线以参数方程的方式表示为:

ρ = x cos

上一篇:高光谱数据稀疏约束分类识别技术研究
下一篇:Python+Django医院病人护理辅助系统设计

基于网络的通用试题库系...

嵌入式移动数据库研究【2530字】

嵌入式移动数据库應用研究【2321字】

嵌入式数据库典型技术―...

实现网页的数据库数据导入【1377字】

ASP技术开发Web数据库检索程序【1514字】

古籍文献数据库存茬的问...

LiMn1-xFexPO4正极材料合成及充放电性能研究

安康汉江网讯

ASP.net+sqlserver企业设备管理系统设计与开发

我国风险投资的发展现状问题及对策分析

张洁小说《无字》中的女性意识

老年2型糖尿病患者运动疗...

互联网教育”变革路径研究进展【7972字】

新課改下小學语文洧效阅...

麦秸秆还田和沼液灌溉对...

网络语言“XX体”研究