导读:本文包含了轮廓追踪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:轮廓,目标,图像处理,蛙人,模型,图像,形态学。
轮廓追踪论文文献综述
杨兴雨,刘若青,苏金善[1]（2015）在《一种新型轮廓波变换及基追踪降噪》一文中研究指出由于轮廓波变换(Contourlet Transform)基图像存在不具备局部频率特性的缺陷,通过分析频域楔形支撑区域外部出现潜在混迭的原因,结合易操纵金字塔结构的优良特性,提出了一种新型轮廓波变换来克服传统轮廓波变换的缺陷.这种新型轮廓波变换采用易操纵金字塔替换原变换的拉普拉斯金字塔,保证了其平移不变性.通过非线性逼近实验和基图像分析,得出新型轮廓波变换能稀疏表示图像和避免频域混迭,建立的基追踪图像降噪模型结果表明新型轮廓波变换可以同时提高降噪图像的峰值信噪比和图像质量.(本文来源于《伊犁师范学院学报(自然科学版)》期刊2015年04期）
郭嘉敏,鲁学明[2]（2015）在《多目标追踪任务中轮廓与内部特征的抑制差异》一文中研究指出多目标追踪任务是近年注意研究中非常普遍采用的一种范式,其为揭示动态场景下注意的规律提供了非常生态化的方法。在多目标追踪任务中,最常使用的模式是被试同时追踪多个与非目标在视觉上相同的运动客体。已有的很多研究表明:在追踪过程中,目标得到选择性易化的同时非目标会得到选择性的抑制作用。这些运动客体一般具有可以与背景进行分离的清晰轮廓。Pylyshyn等人认为能够成功进行前注意阶段的分离运算是成功将注意资源选择性绑定到心理上选择目标的前提。这种自动化的分离运算同时也可以保证有效地抑制非目标。在日常的客体识别及追踪任务中,除了将客体与背景进行分离的轮廓外,很多客体还具有内部特征,如颜色,纹理等。一般认为,轮廓在识别客体中起关键作用,因此组成轮廓的特征就会获得更多的认知资源,其物理特性(如颜色、明暗)的变化就会更容易被觉察到。而内部特征由于获得的资源更少,在快速运动或快速显隐的情况下,其上的特性变化就会更容易忽略。那么在多目标追踪任务中,这种轮廓特征与内部特征的认知资源分配不均衡,分别在作为目标与非目标的客体上是否在注意资源的分配上表现出不同呢?本研究采用经典的多目标追踪范式探讨上述问题。这里目标与非目标在视觉上完全相同,均由外部轮廓和内部纹理组成,在构成面积上,外部轮廓与内部纹理相当。在追踪的过程中,随机安排外部轮廓或内部纹理发生亮度上的变化,这种变化既有可能发生在目标上,也有可能发生在非目标上。要求被试在追踪事先指定的目标的同时,监测是否有亮度变化的发生。结果表明,与无追踪的基线任务相比,目标上的外部轮廓与内部纹理变化获得同等程度的易化。而在非目标变化的觉察上,内部纹理比外部轮廓获得了更多的抑制。可见,在多目标追踪中,易化与抑制在对视觉客体的外部轮廓与内部纹理的作用机制上是不同的。(本文来源于《第十八届全国心理学学术会议摘要集——心理学与社会发展》期刊2015-10-16）
朱朋海,宋超,陈华[3]（2015）在《基于像素轮廓追踪方法的测井曲线提取》一文中研究指出测井曲线的数字化与可视化有助于测井数据的信息化。利用曲线的轮廓特征,提取出曲线中的轮廓,利用次轮廓特征还原出原曲线。实验表明,还原出来的曲线和原曲线基本一致,包含的信息没有丢失,可以应用于提取图纸中测井曲线,并加以推广到一般图之中曲线的提取。(本文来源于《电脑知识与技术》期刊2015年10期）
朱洪锦,范洪辉,叶飞跃,朱世松[4]（2013）在《基于形变轮廓模型的视频图像中人物领域的追踪》一文中研究指出基于头部轮廓设置人物领域轮廓模型,建立形变轮廓模型模板,通过模板评价函数完成模板的更新修正,实现不基于帧间差分和移动向量亦能在视频图像中追踪移动对象。基于形变轮廓模型算法,可实现摄像头转动或背景变动,且在背景较复杂的情况下从视频图像中检测移动人物。实验结果验证了该算法的有效性与鲁棒性,可快速准确抽取视频图像中的人物领域。(本文来源于《电子技术应用》期刊2013年11期）
刘宁夏,丁显廷,孙明竹,赵新,卢桂章[5]（2012）在《基于Camshift与活动轮廓模型的细胞追踪方法》一文中研究指出针对现有细胞追踪算法中存在的易丢失快速运动细胞和无法给出细胞形状信息等问题,本文提出WPR-Camshift细胞追踪算法,实现了细胞的自动追踪该算法在传统Camshift算法基础上进行改进:首先引入加权思想求取图像概率分布图,获取细胞位置的有效信息;然后对细胞位置进行预测,实现快速运动细胞的准确追踪;最后使用活动轮廓法重新定位细胞并提取其轮廓,获取细胞准确的位置和形状信息,为研究细胞在外界刺激下的形态变化提供有效的研究手段;同时,在追踪过程中对细胞进行分裂临界状态的判断,若细胞发生分裂则进行子细胞的分割和追踪使用本文提出的WPR-Camshift算法追踪叁组记录细胞生长过程的图像中的135个细胞,实验结果表明算法可以有效地完成变形、迁移和分裂细胞的追踪,同时具有较高的稳定性和准确性,从而验证了本文方法的有效性(本文来源于《第叁十一届中国控制会议论文集B卷》期刊2012-07-25）
董镜[6]（2012）在《基于光流与水平集的运动对象轮廓追踪》一文中研究指出本文在分析运动图像序列特点的基础上，首先提出了基于光流和水平集模型的运动目标轮廓自动跟踪方法，该方法在C-V模型的基础上引入运动目标的光流信息，以光流速度作为曲线演化的外力，且通过实验证明引入光流力的C-V模型（记为CV模型）能够准确地检测运动目标。在研究过程中，为了弥补CV模型的不足，本文对其做了以下的改进：一．CV模型中Dirac函数δ（φ）由于狭窄的定义范围，检测带有空洞比较厚的目标时对边缘轮廓线的检测会有一定的抑制。为了解决这个问题，本文提出用代替Dirac函数δ（φ）改进CV模型，这样的改进不仅消除了CV模型中Dirac函数δ（φ）对远离活动轮廓线边缘的抑制，并且使得CV模型可以快速地检测出运动目标轮廓。二．重新初始化是使水平集函数保持符号距离函数的必要步骤，它能保证水平集函数稳定收敛，但是它也降低了曲线演化的速度。本文将水平集函数与符号距离函数的偏差作为能量函数引入CV模型，以此约束水平集函数成为符号距离函数，提出无需重新初始化的CV模型，提高了模型的演化速度，同时应用该模型使得水平集函数不必初始化为符号距离函数。在本文算例中我们用图像的二值化作为初始水平集。数值算例结果表明，本文的第一种改进方法提高了曲线的演化速度，消除了Dirac函数对非零水平集的抑制，可以检测出远离活动轮廓线的内外部边缘，有更好的全局优化性；第二种改进方法对于不规则形状的初始轮廓节省了初始化过程所消耗的时间，不仅提高了CV模型的演化速度，而且具有灵活初始化水平集函数的优点。(本文来源于《长安大学》期刊2012-05-08）
朱必波,张卫华,丛卫华[7]（2011）在《基于图像轮廓追踪的蛙人目标自动检测算法研究》一文中研究指出针对城市港口警戒声呐图像具有对比度模糊、背景目标复杂、混响干扰多的特点,研究一种港口声呐图像中蛙人目标的自动检测算法。首先通过累计波束形成和抗混响处理输出后的结果,形成各方位角上的时间-距离图像,其次通过帧图动态门限分档幅度判决、两维积分幅度判决、边缘缝补处理以降低噪声干扰对图像质量的影响,然后采用特征轮廓追踪法自动检测不同类型图像目标,最终将不同方位上的检测结果汇总到方位-距离图像中,获得蛙人目标运动轨迹。仿真结果表明:该方法能有效的自动检测港口声呐图像中蛙人目标,有较好的工程应用价值。(本文来源于《声学与电子工程》期刊2011年01期）
孙鑫,常建民[8]（2010）在《边界追踪法在针叶材细胞轮廓提取中的应用研究》一文中研究指出采用边界追踪法提取针叶材细胞的轮廓,并与传统方法的提取结果进行了比较。结果显示,采用边界追踪法可提取到较准确、完整的细胞轮廓,弥补传统方法的缺陷。(本文来源于《安徽农业科学》期刊2010年16期）
孟凡凡,陆益民[9]（2010）在《Level Set方法在轮廓界面追踪问题中的应用》一文中研究指出运用Level Set方法研究图像轮廓追踪问题。首先,运用差分法检测出图像的初始轮廓线,然后采用基于Level Set方法的偏微分方程数值解理论来进行图像轮廓界面的提取。Matlab实验结果表明,该方法可以测出模糊或离散的边界,得到精确的图像轮廓界面。(本文来源于《计算技术与自动化》期刊2010年01期）
王科俊,郭庆昌,庄大燕[10]（2008）在《基于差分法与改进活动轮廓模型的追踪算法》一文中研究指出为了准确、快速地检测和追踪运动目标,提出差分法与改进的活动轮廓(snake)模型相结合的目标追踪算法。建立当前帧与前一帧的差分图像,判断目标的大概运动范围。在运动范围周围设定初始化曲线,用改进的snake模型进行目标拟合。采用帧差法测定运动范围,避免了snake初始化曲线人为选定的缺点,改进的snake模型使拟合结果更加准确。实验结果验证了该算法的有效性。(本文来源于《计算机工程》期刊2008年02期）
轮廓追踪论文开题报告
（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：
多目标追踪任务是近年注意研究中非常普遍采用的一种范式,其为揭示动态场景下注意的规律提供了非常生态化的方法。在多目标追踪任务中,最常使用的模式是被试同时追踪多个与非目标在视觉上相同的运动客体。已有的很多研究表明:在追踪过程中,目标得到选择性易化的同时非目标会得到选择性的抑制作用。这些运动客体一般具有可以与背景进行分离的清晰轮廓。Pylyshyn等人认为能够成功进行前注意阶段的分离运算是成功将注意资源选择性绑定到心理上选择目标的前提。这种自动化的分离运算同时也可以保证有效地抑制非目标。在日常的客体识别及追踪任务中,除了将客体与背景进行分离的轮廓外,很多客体还具有内部特征,如颜色,纹理等。一般认为,轮廓在识别客体中起关键作用,因此组成轮廓的特征就会获得更多的认知资源,其物理特性(如颜色、明暗)的变化就会更容易被觉察到。而内部特征由于获得的资源更少,在快速运动或快速显隐的情况下,其上的特性变化就会更容易忽略。那么在多目标追踪任务中,这种轮廓特征与内部特征的认知资源分配不均衡,分别在作为目标与非目标的客体上是否在注意资源的分配上表现出不同呢?本研究采用经典的多目标追踪范式探讨上述问题。这里目标与非目标在视觉上完全相同,均由外部轮廓和内部纹理组成,在构成面积上,外部轮廓与内部纹理相当。在追踪的过程中,随机安排外部轮廓或内部纹理发生亮度上的变化,这种变化既有可能发生在目标上,也有可能发生在非目标上。要求被试在追踪事先指定的目标的同时,监测是否有亮度变化的发生。结果表明,与无追踪的基线任务相比,目标上的外部轮廓与内部纹理变化获得同等程度的易化。而在非目标变化的觉察上,内部纹理比外部轮廓获得了更多的抑制。可见,在多目标追踪中,易化与抑制在对视觉客体的外部轮廓与内部纹理的作用机制上是不同的。
（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。
轮廓追踪论文参考文献
[1].杨兴雨,刘若青,苏金善.一种新型轮廓波变换及基追踪降噪[J].伊犁师范学院学报(自然科学版).2015
[2].郭嘉敏,鲁学明.多目标追踪任务中轮廓与内部特征的抑制差异[C].第十八届全国心理学学术会议摘要集——心理学与社会发展.2015
[3].朱朋海,宋超,陈华.基于像素轮廓追踪方法的测井曲线提取[J].电脑知识与技术.2015
[4].朱洪锦,范洪辉,叶飞跃,朱世松.基于形变轮廓模型的视频图像中人物领域的追踪[J].电子技术应用.2013
[5].刘宁夏,丁显廷,孙明竹,赵新,卢桂章.基于Camshift与活动轮廓模型的细胞追踪方法[C].第叁十一届中国控制会议论文集B卷.2012
[6].董镜.基于光流与水平集的运动对象轮廓追踪[D].长安大学.2012
[7].朱必波,张卫华,丛卫华.基于图像轮廓追踪的蛙人目标自动检测算法研究[J].声学与电子工程.2011
[8].孙鑫,常建民.边界追踪法在针叶材细胞轮廓提取中的应用研究[J].安徽农业科学.2010
[9].孟凡凡,陆益民.LevelSet方法在轮廓界面追踪问题中的应用[J].计算技术与自动化.2010
[10].王科俊,郭庆昌,庄大燕.基于差分法与改进活动轮廓模型的追踪算法[J].计算机工程.2008
论文知识图
