题目：复杂环境下的摄像机预置位识别方法研究

复杂环境下的预置位识别技术是一项重要的图像分析与处理技术，广泛应用在智能监控、导航定位、天气预报、环境研究、变迁检测等领域。 本课题涉及到场景的匹配和相似性度量，其技术的难点在于其应用场景的复杂形，包括成像条件受到不同传感器、不同自然条件以及各种成像畸变的影响，选取适应性强、精度高、鲁棒性好的匹配算法是研究的难题。针对这些问题，本文主要研究了国内外关于景象匹配和图像相似性度量的相关方法，对SIFT特征提取及匹配技术，混合高斯背景建模、Delaunay三角剖分、图像互信息等方法进行了分析和比较。 本文在现有景象匹配和图像相似性度量技术的基础上，针对课题中实际场景匹配的复杂性和实际要求，提出了改进的自适应混合高斯背景更新算法以及基于互信息的三角相似性度量方法。 实验结果表明该算法对尺度变换、光照变化、前景干扰、视角等影响因素都具有很强的不变性。考虑到工程应用情况，本文根据实际的应用需求在混合高斯背景建模中加入了自适应的更新方法，能在基本不影响建模性能的前提下，自适应的调整背景更新速度，提高算法的性能。而基于互信息的三角相似性度量在原有的模糊相似度衡量基础上增加了对关键三角形几何关系以及图像领域灰度信息的约束，有效的减少了误匹配，使得场景匹配结果的鲁棒性更好。