基于SIFT算法的图像目标检测分析任务书
2020-04-13 11:45:11
1. 毕业设计(论文)主要内容:
尺度不变特征转换(Scale-invariant feature transform , SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量。局部影像特征的描述与侦测可以帮助辨识物体,SIFT 特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。基于这些特性,它们是高度显著而且相对容易撷取,在庞大的特征数据库中,很容易辨识物体而且鲜有误认。SIFT特征检测主要包括以下4个方面展开:1.尺度空间极值检测;2. 关键点定位;3. 方向确定;4. 关键点描述。本论文从两个方面展开实现,首先是提取图像特征点,然后再使用bounding box对学习到的目标特征进行定位。
2. 毕业设计(论文)主要任务及要求
1)根据设计任务书,在充分调研的基础上撰写并提交开题报告;
2)完成论文设计内容,实现设计内容要求的相关指标;
3)撰写并提交毕业设计论文(字数不少于15000字,图不少于15幅,折合1~2号图纸不少于3张,参考文献至少20篇,其中外文资料至少5篇);
3. 毕业设计(论文)完成任务的计划与安排
第1周—第4周 搜集资料,撰写开题报告;
第5周—第6周 论文开题;
第7周—第12周 撰写论文初稿;
4. 主要参考文献
[1]lowe sift 原文:http://www.cs.ubc.ca/~lowe/papers/ijcv04.pdf
[2]sift 的c实现:https://github.com/robwhess/opensift/blob/master/src
[3]matlab 应用sift算子的模式识别方法:http://blog.csdn.net/abcjennifer/article/details/7372880