导读:本文包含了形状上下文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:上下文,形状,图像,轮廓,特征,转辙机,卷积。
形状上下文论文文献综述
王东宇,刘宏昭,任慧[1]（2019）在《基于形状上下文匹配方法的有杆抽油系统故障诊断》一文中研究指出针对复杂的井下工况,全面而有效地提取泵功图的细节信息在有杆抽油系统的故障诊断中至关重要。提出基于形状上下文匹配方法来诊断抽油泵的故障。通过抽油杆柱的波动方程将抽油机悬点示功图转化为泵功图;采集泵功图的轮廓点,并利用形状上下文对轮廓点进行描述。计算待诊断泵功图和故障泵功图之间任意两点的匹配代价值,获得代价矩阵。采用回溯法在代价矩阵中搜索最优匹配点集,获得泵功图的匹配代价值,进而诊断出抽油泵的故障类型。结果表明:新方法的诊断结果与实际情况相同,验证了本文中方法的有效性;基于形状上下文匹配方法的匹配代价值的最小对比度明显增大,可以提高故障诊断结果的可靠性。(本文来源于《中国石油大学学报(自然科学版)》期刊2019年04期）
肖金山,夏荣斌,孔令刚[2]（2019）在《快速形状上下文算法在道岔控制电路故障诊断中的应用》一文中研究指出针对道岔控制电路故障诊断方法相对落后这一问题,将理论研究和实物研发相结合,设计一种基于快速形状上下文算法的道岔控制电路故障诊断系统。系统通过子模块上传的电流数据作为支撑,对微机监测系统中S700K转辙机正常电流和8条典型异常电流曲线使用二维数组的方式存储形成数据库,使用X2分布计算待匹配曲线与数据库曲线的匹配代价。根据该值的大小判断道岔控制电路的工作状态,实现道岔控制电路故障智能诊断。经实例分析和系统测试,该方法可以有效地运用于道岔控制电路故障智能识别中,具有一定的实用价值。(本文来源于《铁道科学与工程学报》期刊2019年08期）
向敏,王军伟[3]（2019）在《一种基于顺序形状上下文的轮廓匹配方法》一文中研究指出形状上下文是一类经典的轮廓描述子,在图像分析、匹配与识别等领域具有广泛的应用。论文针对形状上下文存在的问题,将轮廓点顺序关系这一全局形状特征与传统形状上下文相结合,提出一种新的描述子。理论分析与实验结果均表明,该方法能够有效提升上下文描述子的区分能力,显着改善形状检索精度。(本文来源于《舰船电子工程》期刊2019年07期）
胡晓霞,徐晓霞,白燕燕,杨丽娟[4]（2019）在《基于形状上下文的车牌图像识别算法》一文中研究指出针对智能交通系统中的车牌图像识别问题,提出了一种在形状上下文特征提取算法的前提下,基于多种现有度量算法相结合的联合度量策略的图像识别机制。首先,描述了基于形状上下文的车牌图像的特征提取过程;其次,在分析现行图像识别方法的基础上,提出了基于经典的欧式距离度量算法和TPS薄板样条法进行的联合度量策略的总体思路;而后讨论了基于联合度量策略机制的识别算法在字符识别中的可行性及识别精度,其识别率达到90.3%,并具备较高的稳定性;最后,将该算法应用在实际的车牌图像的识别系统中,车牌图像识别率达到86%,单个字符的识别率达到97.7%,实验结果表明所提出的方法是有效的。(本文来源于《电子设计工程》期刊2019年09期）
缪永伟,胡争光,孙瑜亮,张旭东,刘震[5]（2019）在《结合分类卷积神经网络和形状上下文的线画图检索》一文中研究指出传统线画图检索中仅仅利用线画图形状特征信息导致检索准确率不高,为了高效、准确地从线画图数据集中检索相似的线画图,提出一种结合分类卷积神经网络和形状上下文的线画图检索方法.首先利用大卷积核的分类卷积神经网络对线画图像数据集进行分类训练任务得到神经网络权值参数,使用该网络结构提取数据集中每张线画图的卷积特征信息;然后根据用户在画图板上绘制得到的简单线画图输入,利用卷积神经网络进行二次分类得到前15种最相似的分类,并结合形状上下文算法对15种分类匹配相似度并取前8种分类;最后使用卷积神经网络提取用户输入的线画图特征信息并与8种分类中的线画图特征信息进行匹配,根据相似度大小排序得到线画图匹配结果.基于Caffe卷积神经网络开发框架,采用TU-Berlinsketchbenchmark线画图数据集进行实验的结果表明,该方法能高效、准确地从数据集中检索得到相似线画图,同时能保证检索结果集中于最相似的几种类别且同类型中能有更多的选择.(本文来源于《计算机辅助设计与图形学学报》期刊2019年04期）
黄微,任卫红,朱琳琳,田建东[6]（2019）在《基于形状上下文和方向梯度直方图特征的异源图像配准》一文中研究指出针对单模态图像包含的信息存在局限性的问题,提出了一种基于形状上下文和HOG(histogram of oriented gradient)特征的红外和可见光图像配准方法.在混合高斯模型前景检测的基础上,通过提出的形状上下文和HOG特征结合的方法实现轮廓特征匹配,再利用TPS(thin plate spline)转换模型将匹配延伸到整个形状,并使用正则化和缩放特性迭代重组对应关系及估计转换降低估计误差.最后,采用RANSAC(random sample consensus)算法去除错误匹配点.与已有的形状上下文方法相比,此方法结合了边缘和轮廓特征信息,降低了误差,鲁棒性更好.(本文来源于《信息与控制》期刊2019年02期）
郭燕飞,刘宏哲,袁家政,王雪峤[7]（2018）在《基于前馈上下文和形状先验的平面标注方法》一文中研究指出针对真实场景中由于互相遮挡导致的场景语义不能完全被理解的问题,提出了一种基于前馈上下文和形状先验的方法来对前景区域和被遮挡的背景区域进行语义标注。首先,将原始图像分割成超像素并提取像素点特征,采用加速决策树方法标注前景,同时采用改进的基于多尺度可形变的部件模型方法进行目标检测。其次,将可见对象信息与前馈上下文预测相结合来推测背景区域的被遮挡部分。然后,根据与当前标签置信度相匹配的多边形为每个标签提供形状先验知识。最后,结合像素预测与可视平面预测和多边形知识,以形成完整的场景标注图像。与现有方法相比,该方法能够得到与街道场景更相符的结果,并在人行道和公路较接近时的标注效果更好。(本文来源于《计算机科学》期刊2018年12期）
刘砚菊,李云功,宋建辉,于洋[8]（2018）在《基于边界标记的形状上下文目标识别算法》一文中研究指出形状上下文不具有旋转不变性,所以不能很好地应用于旋转物体的识别,本文提出基于边界标记的形状上下文目标识别算法。该算法通过提取目标物体轮廓并对轮廓进行数学形态学处理,计算形状图的重心,以重心为参考点运用距离为弧长的函数的边界标记方法,对轮廓边界进行标记并归一化处理,最后运用形状上下文对目标进行识别。实验表明,提出的算法克服了形状上下文没有旋转不变性的缺点,可以很好的用于平移、缩放和旋转物体的目标识别。(本文来源于《沈阳理工大学学报》期刊2018年06期）
化春键,熊雪梅,陈莹[9]（2018）在《基于形状上下文的工件边缘轮廓点匹配》一文中研究指出在传统形状上下文匹配算法的基础上做出改进,使其能满足边缘轮廓点的匹配。一方面,本文引入双局部二进制模式DLBP(Double Local Binary Pattern)纹理特征权重值,利用梯度信息使得该算法对噪声、光照变化等具有较高鲁棒性,提高匹配精度。另一方面,本文提出联合极线约束相似性度量,利用极线约束将匹配搜索空间限定在对应理论匹配点的较小矩形窗口范围内,从而减少搜索空间的复杂度,增强算法实时性,同时使得匹配点对具有更高的精度。最后通过实验表明本文算法的有效性和实用性。(本文来源于《光电子·激光》期刊2018年06期）
贾耕云,赵海英,周倩,李学明[10]（2018）在《对称不变形状上下文特征提取与匹配》一文中研究指出形状上下文是一种广泛应用的图像形状特征提取与匹配算法,针对其特征不具有对称不变性,无法对互相对称的相似图像建立匹配的问题,提出了一种具有对称不变性的改进形状上下文特征提取与匹配算法。在形状边缘采样点上计算形状上下文中的角度关系描述时,令该点的梯度方向为极坐标系的0°,并比较特征0到π与π到2π两个角度区间内其他边缘点的数量大小,根据比较结果,调整极坐标系中角度增加的方向,从而使特征具备对称不变性。在迭代变形与计算形状上下文时,仅在第一次迭代中使用改进的形状上下文特征,从而使匹配更加稳定。仿真实验证明,该算法能够有效地在互相对称的相似图像间建立匹配,提高检索精度。(本文来源于《图学学报》期刊2018年03期）
形状上下文论文开题报告
（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：
针对道岔控制电路故障诊断方法相对落后这一问题,将理论研究和实物研发相结合,设计一种基于快速形状上下文算法的道岔控制电路故障诊断系统。系统通过子模块上传的电流数据作为支撑,对微机监测系统中S700K转辙机正常电流和8条典型异常电流曲线使用二维数组的方式存储形成数据库,使用X2分布计算待匹配曲线与数据库曲线的匹配代价。根据该值的大小判断道岔控制电路的工作状态,实现道岔控制电路故障智能诊断。经实例分析和系统测试,该方法可以有效地运用于道岔控制电路故障智能识别中,具有一定的实用价值。
（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。
形状上下文论文参考文献
[1].王东宇,刘宏昭,任慧.基于形状上下文匹配方法的有杆抽油系统故障诊断[J].中国石油大学学报(自然科学版).2019
[2].肖金山,夏荣斌,孔令刚.快速形状上下文算法在道岔控制电路故障诊断中的应用[J].铁道科学与工程学报.2019
[3].向敏,王军伟.一种基于顺序形状上下文的轮廓匹配方法[J].舰船电子工程.2019
[4].胡晓霞,徐晓霞,白燕燕,杨丽娟.基于形状上下文的车牌图像识别算法[J].电子设计工程.2019
[5].缪永伟,胡争光,孙瑜亮,张旭东,刘震.结合分类卷积神经网络和形状上下文的线画图检索[J].计算机辅助设计与图形学学报.2019
[6].黄微,任卫红,朱琳琳,田建东.基于形状上下文和方向梯度直方图特征的异源图像配准[J].信息与控制.2019
[7].郭燕飞,刘宏哲,袁家政,王雪峤.基于前馈上下文和形状先验的平面标注方法[J].计算机科学.2018
[8].刘砚菊,李云功,宋建辉,于洋.基于边界标记的形状上下文目标识别算法[J].沈阳理工大学学报.2018
[9].化春键,熊雪梅,陈莹.基于形状上下文的工件边缘轮廓点匹配[J].光电子·激光.2018
[10].贾耕云,赵海英,周倩,李学明.对称不变形状上下文特征提取与匹配[J].图学学报.2018
论文知识图
