导读:本文包含了矩特征论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,特征,海星,小波,模型,规则,步态。
矩特征论文文献综述
高强,鲁建华[1]（2019）在《基于声呐图像的海洋目标矩特征提取方法性能分析》一文中研究指出使用基于图像声呐的声学方法对养殖过程进行监测,所需解决的关键问题是海星与扇贝这两种水下目标声学图像的分类识别。结合水声图像预处理后的图像特点,选取小波矩作为特征量用于描述目标特征。通过进行水声图像特征提取试验,该文研究了目标种类、空间变换种类、计算特征量所用数据范围叁种因素的变化对所提取矩特征量各阶矩值的影响,并对比了不同方法的计算耗时。试验结果验证了小波矩对平移、尺度、旋转变换能够保持良好的不变性,并具有一定抗噪性。将小波矩运用于图像声呐扫描实验所采集得的海星和扇贝声学图像的分类识别,获得85.3%的识别准确率。得出结论,使用小波矩进行水声图像识别具备实际应用可行性和进一步研究价值。(本文来源于《第十七届船舶水下噪声学术讨论会论文集》期刊2019-08-21）
王福斌,刘贺飞,霍晓彤,李占贤,刘同乐[2]（2019）在《基于图像矩特征的工件摆放类型Parzen窗估计》一文中研究指出工件的视觉判别是实现机械手抓取工件的重要环节,如何对姿态变换后的工件进行视觉识别及分类,具有重要的理论及工程研究价值。设计了工件姿态变换实验平台,实验研究了工件姿态变换的视觉识别问题。首先,采用分水岭图像分割方法,实现了工件目标图像的分割。其次,针对工件在水平面旋转姿态变换及在叁维空间进行姿态变换两种情况,分别选取单个工件、部分遮挡工件及部分重迭工件构建图像样本,并实现了七个特征不变矩的提取。最后,将工件训练样本的五阶矩、七阶矩的平均值作为工件种类分类目标,采用Parzen窗对待识别工件类型进行概率密度估计,并用带惯性的粒子群算法对Parzen窗估计结果进行优化,克服Parzen窗估计的多峰值问题,实现了对工件摆放类型的准确判别。(本文来源于《光学技术》期刊2019年04期）
郭文诚,崔昊杨,马宏伟,秦伦明[3]（2019）在《基于Zernike矩特征的电力设备红外图像目标识别》一文中研究指出基于红外图像处理的电力设备及其关键构件识别是红外诊断技术的关键步骤,其难点之一在于设备图像的倾斜、缩放以及外形相似性导致的设备特征参量难以提取。本文以电流互感器、电压互感器、避雷器、隔离开关以及断路器五种外形相对接近的设备状态红外图像为研究对象,采用具有旋转与缩放不变性的Zernike矩作为待识别设备的特征,并基于相关向量机(Relevance Vector Machine,RVM)进行设备分类与识别。实验结果表明,该方法不受目标在图像中所处位置与倾斜角度影响,能够自定义生成大量高质量样本且有效分辨不同设备,设备识别准确率达到94.7%,验证了该方案的有效性与实用性。(本文来源于《激光与红外》期刊2019年04期）
董昱,郭碧[4]（2018）在《基于Hu不变矩特征的铁路轨道识别检测算法》一文中研究指出针对当前铁路钢轨检测算法在识别中准确性和鲁棒性不高的问题,提出采用Hu不变矩特征实现轨道线搜索,并以B样条曲线为拟合模型的钢轨自动检测方法。算法根据视频帧中钢轨的边缘特征,通过改进的霍夫变换识别并确定图像空间的轨道线消隐边界,完成近远景区的标定。针对近景区直轨,通过直线模型拟合;在远景区,采用可漂移检测窗通过比对Hu不变矩来提取轨道特征点,以最小二乘法实现B样条曲线模型拟合。并制定模型更新和切换原则自动跟踪轨迹线。实验结果表明:轨道线平均跟踪时间为0. 081 s,可以提高钢轨检测识别的精确性和鲁棒性,能够更好地解决曲线轨道的模型拟合问题。(本文来源于《铁道学报》期刊2018年10期）
赵东波,李辉[5]（2018）在《基于中心矩特征和GA-BP神经网络的雷达目标识别》一文中研究指出在雷达目标识别中,利用核主分量分析(KPCA)方法来进行目标特征提取,忽略了高分辨率距离像(HRRP)的本身特性。提取一种平移不变特征-中心矩作为特征向量,采用KPCA进行特征降维;由于BP神经网络易陷入局部极小,采用遗传算法(GA)对BP网络节点权值和阀值进行优化选择。基于雷达实测数据的实验结果表明:平移不变的KPCA特征提取方法实现了平移不变和降维的结合,同时,利用GA优化BP神经网络提高了分类器稳定性改善易陷入局部最小的缺陷,提高了雷达目标识别的性能。(本文来源于《红外与激光工程》期刊2018年08期）
赵杰[6]（2018）在《不变矩特征在数字验证码识别中的应用》一文中研究指出网络给人们提供丰富资源和极大便利,同时,互联网的安全性问题也随之而来。验证码正是加强网络系统安全性的常用手段。不变矩方法在目标识别领域的应用较为广泛,但在验证码识别方面的应用却不多。论文以数字验证码为例,先对验证图像进行去噪、定位、归一化等预处理,然后计算待识别数字的不变矩,再进行特征匹配,得到识别结果。以Matlab软件为开发平台来进行设计实现及仿真,并构建相应的GUI界面。实验结果表明利用不变矩在识别数字验证码方面具有可行性。在教学过程中应用该成果,可以使学生强化基本理论,培养学生的创新能力和理论联系实际的能力。(本文来源于《舰船电子工程》期刊2018年06期）
李芳菊,林楠[7]（2018）在《改进的矩特征和随机森林算法车标分类》一文中研究指出提出一种可靠、高效的车标分类方法,结合改进的Gaussian-Hermite矩特征和随机森林分类器实现车标的可靠分类。其核心是提出一种改进的Gaussian-Hermite矩特征,具体是在图像Gaussian-Hermite矩的基础上,分别提取GaussianHermite不变矩和鉴别矩特征,结合主成分分析方法进行降维,构建改进的Gaussian-Hermite矩特征。采用随机森林分类器对该特征进行学习和预测,得到车标分类结果。实验结果表明,采用该方法进行车标分类得到的错分率指标低,平均分类耗时少。(本文来源于《计算机工程与设计》期刊2018年06期）
邓琼,何星[8]（2018）在《基于组合矩特征和PTSVM的交通标志识别》一文中研究指出针对交通标志识别算法识别精度低、计算复杂度高等问题,提出一种采用组合矩特征分类交通标志的方法。首先对图像进行预处理,并基于颜色特征分割,再采用形态学的方法处理粗分割图像,从而提取目标区域。然后分别提取标志图像的Legendre矩及小波矩特征,利用串行特征融合技术获取组合优化特征,将特征值输入渐进直推式支持向量机,并采用模拟退火算法对其进行参数优化,最后使用优化后的识别算法实现目标图像的识别。仿真结果表明,与现有的其他交通标志识别算法相比,采用组合矩与优化后渐进直推式支持向量机的识别方法有更好的识别效果。(本文来源于《洛阳理工学院学报(自然科学版)》期刊2018年02期）
韩锐[9]（2018）在《基于不变矩特征模型耦合相似度量规则的图像匹配算法》一文中研究指出目的为了解决当前图像匹配算法因主要利用特征点之间的距离来实现特征匹配,从而忽略了特征点的结构特征,导致算法存在较多的漏匹配点以及错误匹配点等不足的问题。方法提出基于不变矩特征模型耦合相似度量规则的图像匹配算法。通过对待检测像素点构造的邻域圆上的点进行分类,制定检测规则,对FAST算子进行改进,利用改进的FAST算子快速、精准地检测图像的特征点。随后,构造不变矩特征模型,取代SIFT算法中获取特征向量的方法,生成低维度的特征描述符。通过Euclidean模型和SSIM建立相似度量规则,对特征点之间的相似度进行度量,完成图像的特征匹配。最后,引入随机抽样一致性(RANSAC)算法剔除错误匹配点,完成图像的匹配。结果仿真结果显示,相较于当前的图像匹配算法,所提算法具有更高的匹配正确度和鲁棒性,其查全率最高可达95%左右,且匹配效率较快,约为3.75 s。结论所提匹配方法具备良好的匹配精度,在图像信息安全、包装条码识别与拼接等领域具有一定的参考价值。(本文来源于《包装工程》期刊2018年09期）
刘永康[10]（2018）在《基于加权Hu矩特征的步态识别方法研究》一文中研究指出提出一种加权Hu特征的步态识别方法。首先,从视频中提取步态图像并进行相应的预处理;然后,给予步态图像中像素点不同的权重值,计算得到加权Hu矩特征,并构造特征向量;最后,用SVM分类器进行分类识别,在CASIA步态数据库A中进行测试。仿真实验结果表明,所提出的方法可用于步态识别,在同样的仿真条件下,利用加权Hu矩特征所获得的识别率高于Hu矩特征的识别率,且实时性较好。(本文来源于《现代计算机(专业版)》期刊2018年06期）
矩特征论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
工件的视觉判别是实现机械手抓取工件的重要环节,如何对姿态变换后的工件进行视觉识别及分类,具有重要的理论及工程研究价值。设计了工件姿态变换实验平台,实验研究了工件姿态变换的视觉识别问题。首先,采用分水岭图像分割方法,实现了工件目标图像的分割。其次,针对工件在水平面旋转姿态变换及在叁维空间进行姿态变换两种情况,分别选取单个工件、部分遮挡工件及部分重迭工件构建图像样本,并实现了七个特征不变矩的提取。最后,将工件训练样本的五阶矩、七阶矩的平均值作为工件种类分类目标,采用Parzen窗对待识别工件类型进行概率密度估计,并用带惯性的粒子群算法对Parzen窗估计结果进行优化,克服Parzen窗估计的多峰值问题,实现了对工件摆放类型的准确判别。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
矩特征论文参考文献
[1].高强,鲁建华.基于声呐图像的海洋目标矩特征提取方法性能分析[C].第十七届船舶水下噪声学术讨论会论文集.2019
[2].王福斌,刘贺飞,霍晓彤,李占贤,刘同乐.基于图像矩特征的工件摆放类型Parzen窗估计[J].光学技术.2019
[3].郭文诚,崔昊杨,马宏伟,秦伦明.基于Zernike矩特征的电力设备红外图像目标识别[J].激光与红外.2019
[4].董昱,郭碧.基于Hu不变矩特征的铁路轨道识别检测算法[J].铁道学报.2018
[5].赵东波,李辉.基于中心矩特征和GA-BP神经网络的雷达目标识别[J].红外与激光工程.2018
[6].赵杰.不变矩特征在数字验证码识别中的应用[J].舰船电子工程.2018
[7].李芳菊,林楠.改进的矩特征和随机森林算法车标分类[J].计算机工程与设计.2018
[8].邓琼,何星.基于组合矩特征和PTSVM的交通标志识别[J].洛阳理工学院学报(自然科学版).2018
[9].韩锐.基于不变矩特征模型耦合相似度量规则的图像匹配算法[J].包装工程.2018
[10].刘永康.基于加权Hu矩特征的步态识别方法研究[J].现代计算机(专业版).2018
论文知识图
