导读:本文包含了形状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:形状,特征,交通标志,图像,矢量,模型,直方图。
形状特征论文文献综述
于平平,齐林,马苗立,王震洲,郝芳芳[1](2019)在《基于视觉注意机制和形状特征的交通标志检测方法》一文中研究指出交通标志的颜色和形状与周围环境存在强烈的反差,利用这一特点,提出了一种基于视觉注意机制和形状特征的交通标志检测方法.首先进行图像预处理,然后采用自底向上的视觉注意模型,提取图像的颜色、亮度、方向等初级特征,将其线性组合得到显着图,得到交通标志的感兴趣域,实现交通标志的粗检测;在此基础上,根据交通标志的几何特征描述进一步检测感兴趣区域中的图形形状,实现交通标志的细检测.最后分别基于软件和嵌入式平台对算法的检测准确性和稳定性进行验证,结果表明,与已有算法相比,所提方法可以很好的克服光照或复杂环境的干扰,显着提高交通标志检测的准确率,具有一定的优越性.(本文来源于《数学的实践与认识》期刊2019年21期)
周燕,曾凡智,吴臣,罗粤,刘紫琴[2](2019)在《基于深度学习的叁维形状特征提取方法》一文中研究指出研究具有低维、高鉴别力的叁维形状特征提取方法有助于解决叁维形状数据分类和检索等问题。随着深度学习的持续发展,结合深度学习的叁维形状特征提取方法已成为研究热点。将深度学习与传统的叁维形状特征提取方法相结合,不仅可以突破非深度学习方法的瓶颈,而且可以提高叁维形状数据分类、检索等任务的准确率,尤其是当叁维形状是非刚体时。然而,深度学习尚在发展中,仍存在需要大量训练样本的问题,因此如何运用深度学习方法来高效提取叁维形状特征成为了计算机视觉领域的研究重点和难点。目前,研究者大多从改进网络结构和训练方法等方面入手,着重提高神经网络提取特征的能力。文中结合深度学习和叁维形状特征提取方法的发展历程,首先介绍相关深度学习模型,以及网络改进、训练方法等方面的新思路;其次重点对基于深度学习的刚体与非刚体的特征提取方法做综合的阐述,描述当前深度学习方法用于叁维形状特征提取的情况;然后简述现有叁维形状检索系统的现况以及相似度计算方法;最后介绍当前叁维形状特征提取方法存在的问题,并探讨其未来的发展趋势。(本文来源于《计算机科学》期刊2019年09期)
白金柯,孙彩云[3](2019)在《基于HSV颜色模型和形状特征的交通标志检测算法研究》一文中研究指出交通标志检测是无人驾驶的重要组成部分,如何快速准确检测出交通标志对无人驾驶有重要的作用。本文提出一种基于HSV颜色模型和形状特征提取共同检测交通标志的算法,通过HSV颜色模型的特定颜色阈值,从实景图中找出感兴趣区域,然后对其进行形状特征判断以确定目标区域。最后进行实际道路环境测试,该算法能在复杂背景中准确地检测出交通标志区域。(本文来源于《河南科技》期刊2019年23期)
孙慧婷,方晓,徐辉[4](2019)在《基于图像形状特征和纹理的中药材牡丹皮规格分类研究》一文中研究指出首先研究傅里叶图像形状特征提取算法和灰度共生矩阵纹理特征提取算法;其次使用傅里叶图像形状特征提取算法对中药材牡丹皮图像的形状特征进行提取,并且用灰度共生矩阵纹理特征提取算法提取中药材牡丹皮图像纹理数据;最后运用DBT-SVM算法对两种融合数据进行分类,并分析权重、训练集和测试集占比对分类准确率的影响。实验结果优于传统的SVM算法。(本文来源于《黑龙江工程学院学报》期刊2019年04期)
吴荣军[5](2019)在《一类叁角Bézier曲线的形状特征》一文中研究指出在几何造型的许多应用中,良好的曲线形状应该消除不必要的奇点和拐点,因此往往需要预知与分析参数曲线的各种形状特征,以避免出现奇异形状的设计风险。为了快速确定参数曲线的形状特征,利用锥面的齐次性简化了参数曲线的形状条件,得出了一类带2个形状参数的二次叁角Bézier曲线的尖点条件锥和2张重结点边界条件锥;3张特征锥面及其切平面将特征空间划分为不同的特征区域。曲线的形状特征完全由特征点在特征空间的分布区域决定。用垂直于坐标轴的平面切割特征空间,可得到基于包络与拓扑映射方法的所有形状条件分布图。进而讨论了形状参数变化对各特征区域的影响,相关结果可使设计者明确如何配置控制顶点或者调节形状参数,使得生成曲线为全局凸或局部凸曲线,或具有所需要的奇点与拐点,或将当前曲线形状调节为另一种所需的形状。(本文来源于《图学学报》期刊2019年03期)
刘砚菊,宋鑫,宋建辉,于洋[6](2019)在《基于图像中物体骨架形状特征的目标匹配》一文中研究指出针对在形状匹配过程中相似外形的不同类目标不易区分的问题,本文采用骨架形状对目标进行描述和相似性度量。与以往使用物体的外轮廓作为形状特征进行匹配的方法不同,本文改用图像的骨架形状作为形状特征来进行描述,采用经典的形状上下文作为形状描述的匹配算法。提取图像区域的骨架后,建立与原图像一一对应的图像骨架数据库,进行目标与数据库之间的相似性度量。与直接用外部轮廓进行形状匹配的方法相比,采用骨架形状匹配的方法可以更好的分辨出相似外形的不同类目标,增大类间区分度,可有效降低相似外形目标进行匹配时的误匹配几率。(本文来源于《沈阳理工大学学报》期刊2019年03期)
曹源文,杨国林,张莹莹,王若俊,程志豪[7](2019)在《基于最小外接矩形的集料颗粒形状特征快速评价方法研究》一文中研究指出针对集料颗粒形状传统测量方法速度慢、效率低的不足,应用格雷厄姆算法将复杂图像进行凸壳处理,采用改进的凸壳边界旋转法,提出了一种基于最小外接矩形的集料颗粒形状特征的快速评判方法,并结合实例对两种评价方法从算法求解、耗时缩短率以及测量误差等方面进行了对比分析。结果表明:基于最小外接矩形的集料颗粒形状特征快速评价测量误差极小,平均相对误差为2.40%,且快捷、方便,可应用于批量集料颗粒的形状特征评价。(本文来源于《重庆交通大学学报(自然科学版)》期刊2019年06期)
邹静[8](2019)在《基于形状特征匹配算法的小班矢量面检查与修复研究》一文中研究指出森林是国家可持续发展的重要资源,随着高效、共享、稳定的林业信息化建设的飞速发展,林业资源数据的准确性和高效便捷性面临了巨大的挑战。在林业资源数据的实际处理过程中,受数据复杂性和技术滞后性限制,大部分数据依靠人工处理,由于人工主观性和小班矢量面自身特点,处理过程中往往会出现错误的平移、旋转以及缩放操作。因目前尚缺乏快速、准确和自动化的小班矢量面检查与修复算法,导致小班矢量面平移、旋转以及缩放错误检查率低、错误修复效果差、耗费时间长等问题,特别是部分肉眼难以发现的错误无法被快速准确地发现与修复,进而导致数据处理效率和准确性较低,对林业决策造成较大影响。在此基础上,本研究提出了一种小班矢量面检查与修复算法,用于对小班错误进行自动检查与修复,来提高林业数据准确性,降低林业数据管理成本。其中,为了克服小班矢量面平移、旋转以及缩放的影响,提出了一种矢量图形匹配算法,将其应用于小班矢量面的检查与修复算法中,为小班矢量面平移、旋转和缩放的错误修复提供保障。基于小班矢量面的平移、旋转以及缩放错误本质上导致的均是小班矢量面的拓扑移位错误问题,本研究首先利用小班矢量面间的拓扑关系,采用扩维九交模型进行拓扑关系描述和检查,将疑似错误小班以及排除它之后的所有空隙进行提取,然后利用具有平移、旋转和缩放不变性的矢量图形匹配算法对疑似错误小班和空隙进行形状特征匹配。该匹配算法通过对矢量图形及其最长质边距为半径的圆进行同角度等划分,计算每一角度位置上的质边距与最长质边距的比值,根据矢量图形的特征线划分等份构建多维目标分割比特征向量作为形状特征描述子。然后,利用欧氏距离对构建的多维特征向量进行相似度计算,根据计算得到的相似度值找到移位小班对应的匹配空隙。最后利用本文提出的具有平移、旋转和缩放不变性的矢量图形修复算法将错误小班进行复原。本文采用浙江省宁海县二类调查数据中提取的矢量数据进行形状特征匹配算法的测试实验和小班矢量面检查与修复实验。测试实验将小班矢量面进行了平移、旋转、缩放以及道格拉斯-普克算法的简化操作,并与其它叁种常用的图形匹配算法进行对比,测试实验结果证明本文的形状特征匹配算法具有较高的形状匹配率,同时对矢量面的形变具有较好的鲁棒性。而基于形状特征匹配算法的小班矢量面检查与修复算法实验也克服了小班矢量面的平移、旋转以及缩放的影响,达到了较为理想的检查与修复效果。(本文来源于《浙江农林大学》期刊2019-06-02)
陈章宝,王艳春,王强[9](2019)在《融合纹理和形状特征的人脸图像性别识别》一文中研究指出针对人脸图像性别识别中单一特征识别率不高的问题,提出了融合纹理特征和形状特征的人脸图像性别识别方法.通过局部二值模式(LBP)及其改进算法提取人脸图像的纹理特征,梯度直方图(HOG)提取人脸图像的形状特征,融合两个特征利用Adaboost分类器进行人脸图像的性别分类.在ORL人脸数据库和自制人脸数据库CZB上的实验结果表明,相对于直接利用像素特征和单一特征的识别方法,融合多特征的人脸性别识别方法的识别率明显提高.(本文来源于《怀化学院学报》期刊2019年05期)
桑园[10](2019)在《视频图像区域形状特征点对齐度优化仿真研究》一文中研究指出为了提高视频图像配准的精度,需要对视频图像区域形状的特征点对齐度进行优化,采用当前方法对特征点对齐度进行优化时,提取特征点所用的时间较长,计算得到的特征点模糊梯度相似性准确率较低,存在效率低和精准度低的问题。提出一种视频图像区域形状特征点对齐度优化方法,通过高斯内核函数对视频图像进行滤波处理,采用Hessian矩阵提取视频图像的特征点;在特征点集的基础上得到视频图像的角度直方图,通过角度直方图计算对齐度,在模糊隶属度概念的基础上得到特征点的模糊梯度相似性,结合特征点的模糊梯度相似性和视频图像的角度直方图得到视频图像的配准测度,采用RANSAC算法去除视频图像中匹配错误的特征点,完成视频图像区域形状特征点对齐度的优化。仿真结果表明,所提方法的效率高,精准度高。(本文来源于《计算机仿真》期刊2019年05期)
形状特征论文开题报告
(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:
研究具有低维、高鉴别力的叁维形状特征提取方法有助于解决叁维形状数据分类和检索等问题。随着深度学习的持续发展,结合深度学习的叁维形状特征提取方法已成为研究热点。将深度学习与传统的叁维形状特征提取方法相结合,不仅可以突破非深度学习方法的瓶颈,而且可以提高叁维形状数据分类、检索等任务的准确率,尤其是当叁维形状是非刚体时。然而,深度学习尚在发展中,仍存在需要大量训练样本的问题,因此如何运用深度学习方法来高效提取叁维形状特征成为了计算机视觉领域的研究重点和难点。目前,研究者大多从改进网络结构和训练方法等方面入手,着重提高神经网络提取特征的能力。文中结合深度学习和叁维形状特征提取方法的发展历程,首先介绍相关深度学习模型,以及网络改进、训练方法等方面的新思路;其次重点对基于深度学习的刚体与非刚体的特征提取方法做综合的阐述,描述当前深度学习方法用于叁维形状特征提取的情况;然后简述现有叁维形状检索系统的现况以及相似度计算方法;最后介绍当前叁维形状特征提取方法存在的问题,并探讨其未来的发展趋势。
(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。
形状特征论文参考文献
[1].于平平,齐林,马苗立,王震洲,郝芳芳.基于视觉注意机制和形状特征的交通标志检测方法[J].数学的实践与认识.2019
[2].周燕,曾凡智,吴臣,罗粤,刘紫琴.基于深度学习的叁维形状特征提取方法[J].计算机科学.2019
[3].白金柯,孙彩云.基于HSV颜色模型和形状特征的交通标志检测算法研究[J].河南科技.2019
[4].孙慧婷,方晓,徐辉.基于图像形状特征和纹理的中药材牡丹皮规格分类研究[J].黑龙江工程学院学报.2019
[5].吴荣军.一类叁角Bézier曲线的形状特征[J].图学学报.2019
[6].刘砚菊,宋鑫,宋建辉,于洋.基于图像中物体骨架形状特征的目标匹配[J].沈阳理工大学学报.2019
[7].曹源文,杨国林,张莹莹,王若俊,程志豪.基于最小外接矩形的集料颗粒形状特征快速评价方法研究[J].重庆交通大学学报(自然科学版).2019
[8].邹静.基于形状特征匹配算法的小班矢量面检查与修复研究[D].浙江农林大学.2019
[9].陈章宝,王艳春,王强.融合纹理和形状特征的人脸图像性别识别[J].怀化学院学报.2019
[10].桑园.视频图像区域形状特征点对齐度优化仿真研究[J].计算机仿真.2019