摘要
图像作为记录生活和储存信息的重要途径之一,是人对视觉感知的物质的一种再现,同时也是对现实场景的一种真实写照.面对海量的图像数据,如何准确高效的提取图像特征,获取有用信息,将信息转化为所需特征,是需要解决的问题.针对这一问题,本文提出的基于CSLBP模糊图像特征提取与检测方法很好的解决了这一问题.同时结合HOG特征提取与检测、Haar特征提取与检测以及基于深度学习的人脸特征检测方法与本文算法进行比较,对各类方法的基本原理、步骤、应用等进行分析.其次,将对近年来出现的方法予以介绍,从解决问题的角度对经典方法和新方法进行分析比较,对于存在的问题进行对比、归纳总结,并得出结论.结果 得知,本文提出的模糊图像特征匹配算法较经典算法与深度学习算法而言有一定的优势,但均有改进之处.例如如何控制高噪声情况下的特征提取率,以及如何提高在光照强度下的稳定性,是今后研究的重点问题.
NETL
NSTL
维普
万方数据