复杂环境下局部遮挡目标的识别理论和方法研究

通过理论分析和实验分析，研究复杂环境下目标存在局部遮挡的识别理论和方法。重点研究判断复杂场景中多目标是否存在相互遮挡的机理和算法，研究基于立体线图标记技术分割多个相互遮挡目标的方法；研究基于立体线图标记技术恢复目标互遮挡部分拓扑结构的规则和方法；研究从单幅多目标互遮挡场景的图形和图象识别部分遮挡的三维目标的理论和方法。复杂环境下局部遮挡目标的识别理论和方法研究，对于工业生产自动化、自动导航、自动检测、医学诊断、遥感图像分析、虚拟现实等都能提供比较直观的依据，具有重要的科学意义；本项目的研究成果在计算机视觉系统、互联网及CAD系统中的人-机通讯接口等领域都有着广阔的应用，该项目的研究具有重要的科学意义和广泛的应用前景。

目标识别是计算机视觉中的经典问题，其中目标相互遮挡和成像畸变是制约目标识别发展的瓶颈。本项目围绕任务书的主要研究内容和研究目标，研究复杂环境下局部遮挡目标识别的若干关键问题。具体开展的工作如下： (1) 针对场景复杂、目标图像存在噪声和实际图像容易受亮光和阴影影响的图像，提出了复杂场景中目标对象的分割和检测方法。 (2) 提出了一种新的T型节点检测方法，且在分割后的图像上检测T型节点，具有计算简单，且能有效减少T型节点误检测等优点，在T型节点的基础上提出了遮挡的判断方法。(3) 提出了基于格式塔心理学和Euler Spiral的轮廓修复。采用格式塔心理学的完形法则提出了T型节点组合的约束条件，使修复的轮廓更符合人的视觉感知。 (4) 提出了基于高层遮挡推理和低层深度线索（T型节点）对单幅图像进行深度排序和图像分层的方法，能得到完整的深度图。(5) 定义和提取了一种新的特征不变点-弦高点，将现有的特征点（角点、切点和拐点）进行了扩充，能够更加精细地描述曲线，特别适合于轮廓曲线平滑特征点少的曲线匹配和识别。提出了一种基于薄膜振动模型的仿射不变曲线描述子。将轮廓曲线进行标准化，消除仿射畸变对曲线匹配的影响，再应用有限元方法在标准化曲线的区域内求解Helmholtz方程的本征值构造曲线描述子。该两种描述子均适合于仿射变换并能处理遮挡。 (6) 提出一种将LTS Husdorff距离和遗传算法相结合的配准方法。使用遗传算法进行搜索，提高配准的速度；对粗配准结果再进行线性搜索，提高配准的精度；该算法中利用LTS-HD进行度量，能有效克服部分遮挡和局部缺失的影响； (7) 定义一种新的特征点—骨切点，根据骨切点在轮廓曲线上的顺序关系，对骨架端点进行排序；利用路径轮廓对目标轮廓进行分割；构造一种新的局部不变特征，结合Hash表以识别三维目标, 对存在部分遮挡或缺损的三维目标有较好的识别效果。基于该项目在国内外重要学术刊物和重要国际会议发表论文21篇，培养博士研究生2人，硕士研究生19人。