导读:本文包含了轮廓检测论文开题报告文献综述及选题提纲参考文献，主要关键词:深度学习,目标检测,轮廓提取,遥感影像
轮廓检测论文文献综述
张晓东,张力飞,陈关州,朱坤[1]（2019）在《基于深度学习的遥感影像地物目标检测和轮廓提取一体化模型》一文中研究指出随着遥感影像的分辨率不断提升,基于可见光遥感影像地物目标检测和轮廓提取的研究越来越受到关注。基于深度学习的方法提出一个利用遥感影像进行地物目标检测和轮廓提取的一体化模型,旨在解决遥感影像地物目标检测和轮廓提取中繁复的手工标注和传统算法效果不佳的难题。以船舶为研究对象,在HRSC2016遥感数据集上进行验证,单类目标检测精度可以达到79.50%,4类目标检测精度为63.45%,轮廓提取精度可以达到97.40%。结果证明,提出的模型可以实现基于遥感影像的自动化、智能化的船舶目标轮廓提取。(本文来源于《测绘地理信息》期刊2019年06期）
王利强,李绍朋,吕志杰[2]（2019）在《基于轮廓提取的刀具磨损量检测研究》一文中研究指出为了提高车削加工过程中的刀具磨损检测效率,降低生产成本,提出了一种基于轮廓提取的刀具磨损量检测算法。由CCD相机获取刀具磨损图像,通过图像预处理、图像的形态学处理、阈值分割、改进的轮廓找寻算法实现了刀具磨损区域的连通域轮廓点集的提取,通过连通域外接矩形实现了刀具磨损量的精确测量。开展刀具切削磨损检测试验,通过与光学显微镜测量结果对比,结果表明:该算法能够实现较高的检测精度,能够利用算法搭建刀具在机检测系统。(本文来源于《制造技术与机床》期刊2019年11期）
陈宁,陈本均[3]（2019）在《基于差分法和轮廓填充的运动目标检测方法》一文中研究指出针对当前计算机视觉领域的运动目标检测存在残缺不全的问题,提出一种基于差分法和轮廓填充的检测新方法。利用帧间差分法提取运动视频前景,绘制帧差结果的最小外接圆,并对其进行填充得到帧差目标;同时利用背景消除法对相同的运动视频进行前景提取,并填充其结果轮廓,得到背景差目标;对帧差目标和背景差目标进行与运算即可得到真正的运动目标。试验采用行人和烟雾视频作为测试样本,结果表明该方法计算简便,准确率分别达94.42%和93.88%,可实现对运动目标的有效提取。(本文来源于《浙江科技学院学报》期刊2019年05期）
丁冬艳,涂宏庆[4]（2019）在《最大类间方差法的激光图像轮廓检测》一文中研究指出采用主动轮廓模型轮廓提取方法检测激光图像轮廓时,针对图像目标和背景间的过渡地带的分割误差高,未能检测图像目标的细节轮廓,检测准确性大大降低。为了提高激光图像轮廓检测效果,提出基于最大类间方差法的激光图像轮廓检测方法,用二维灰度直方图的形式描述激光图像,采用最大类间方差法分割激光图像,获取激光图像目标的最优阈值,将最优阈值作为激光图像目标的初次边缘,对该边缘能量进行最小化处理,直至获取边缘能量最小值,具有能量最小值的边缘即为激光图像目标的最终轮廓。实验结果表明,所提方法可有效检测不同类型的激光图像轮廓,且真阳性率高达90. 12%,假阳性率仅有0. 22%,具有较高的检测准确性。(本文来源于《激光杂志》期刊2019年10期）
陈奎伊,胡翰,丁雨淋,李晓明,卞雨凡[5]（2019）在《顾及轮廓特征的建筑物对象级叁维变化检测方法》一文中研究指出建筑物对象级叁维变化检测是城市叁维建筑模型更新及违法建筑查违等应用的核心关键技术。针对现有变化检测方法的限制,创新性提出了顾及轮廓特征的建筑物对象级叁维变化检测方法,充分利用倾斜实景叁维模型来进行变化检测。首先通过高度分析提取建筑物的轮廓线,同时过滤掉植被和地形等无关因素的影响;然后将不同高度的轮廓进行拟合后进行对比检测,并构建叁维包围盒。该方法针对建筑物进行变化检测,检测对象单一,语义明确,既避免了对差值DSM滤波时不够彻底,又准确地保留了建筑物的有效信息,同时筛选出了未发生对象级变化的建筑物,可以更高效地对其做进一步的结构级变化检测。(本文来源于《地理信息世界》期刊2019年05期）
朱聪斌,黄宴委,陈康,李锦彬[6]（2019）在《复杂环境下的闭合边缘轮廓目标检测方法》一文中研究指出由于日常提取出的边缘轮廓琐碎杂乱且难以满足检索需要,本文首先引入叁种预处理方法对待检测轮廓进行简化处理;接着引入一种部分分离目标检测方法,利用轮廓段中的高曲率显着点将其分割为若干部分,引入Pearson相关系数作为各部分轮廓与数据库中模型轮廓之间的相似性度量。实验结果表明该方法优于其他基于形状的目标检测算法。(本文来源于《福建电脑》期刊2019年10期）
要志斌,周研,王荣军,智晋宁[7]（2019）在《激光轮廓检测技术在镁合金管大曲率热弯工艺中的应用》一文中研究指出镁合金管材在大曲率热弯成形过程中通常出现截面畸变(扁化)的缺陷。本文采用激光视觉系统对镁合金弯管截面进行了测量分析。对于轮廓数据中的测量噪声,采用稳健局部加权回归法进行了平滑处理,并与传统平滑方法进行了对比。经过对平滑处理前后的轮廓数据进行拟合计算及精度分析,得到了镁合金管材的截面尺寸参数。实验表明采用激光视觉系统及稳健局部加权回归法能精确测量镁合金管材截面轮廓,有效去除异常数据。(本文来源于《热加工工艺》期刊2019年21期）
黄春燕,范影乐,武薇,佘青山,甘海涛[8]（2019）在《生物视觉诱发的轮廓检测方法研究》一文中研究指出目的考虑到视觉机制与生物视觉感知高效性之间的密切联系,探究一种生物视觉诱发的轮廓检测新方法。方法首先提出一种经典感受野的视觉特征精细感知方法,以改善轮廓方位的检测精度;其次对前级最优朝向采取多尺度特征融合策略,以实现朝向响应的多尺度优化;然后模拟一种非经典感受野响应的动态抑制机制,能够有效抑制响应中的纹理细节;最后提出一种视觉显着性信息的反馈融合模型,得到最终的轮廓响应。结果以RuG40图库为实验对象,基于人工标记轮廓图对检测结果进行客观评价,其中样本集和单样本的最优平均P指标分别为0.48和0.55,整体上优于GD、ISO以及MCI等主流方法;在BSD500数据集上的实验结果与RuG40图库结果基本一致。结论基于生物视觉诱发的图像处理方法,将为后续图像理解和分析提供一种新的思路。(本文来源于《航天医学与医学工程》期刊2019年05期）
宾博逸,万新军,解树平,吕宋,宋可[9]（2019）在《结合线结构光立体视觉和条纹反射法的叁维轮廓检测系统》一文中研究指出叁维轮廓检测能力决定了光学自由曲面开发的进度和应用的范围。基于条纹反射法检测原理提出了一种结合线结构光立体视觉和条纹反射法的叁维轮廓检测系统。该系统主要用于光学自由曲面轮廓的检测,以立体视觉测量得到的光学自由曲面轮廓数据作为初值,结合相位测量偏折法测量数据的迭代,得到精度更高的光学自由曲面轮廓测量结果。实验结果表明,该系统可测量直径为300 mm、倾斜角范围为±20°的自由曲面光学元件,系统的复合测量能力强,光学自由曲面的测量不确定度小于±1μm。(本文来源于《光学仪器》期刊2019年05期）
余化鹏,李舟,杨新瑞,刘雷[10]（2019）在《基于目标检测结果的轮廓及颜色识别研究》一文中研究指出基于深度学习方法给出的目标矩形框检测结果,针对实时目标轮廓提取和颜色识别问题,提出了一种基于边缘提取和形态学操作的方法。首先通过Canny边缘检测算法提取图像大致轮廓,应用多次形态学闭操作将目标主体与背景、噪声等加以区分,找出最大轮廓即目标轮廓,然后利用目标轮廓所包含的区域,在HSI颜色空间中完成目标颜色的统计和识别,并采用真实场景中的无人机、小汽车和人的图像来进行实验验证。实验结果表明,所提出的方法相比纯粹基于深度神经网络的方法在效率上有较大提升,相比纯粹的底层图像处理方法在精度上有较大提高,既保证了实时性,又确保了较高的精度。(本文来源于《成都大学学报(自然科学版)》期刊2019年03期）
轮廓检测论文开题报告
（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：
为了提高车削加工过程中的刀具磨损检测效率,降低生产成本,提出了一种基于轮廓提取的刀具磨损量检测算法。由CCD相机获取刀具磨损图像,通过图像预处理、图像的形态学处理、阈值分割、改进的轮廓找寻算法实现了刀具磨损区域的连通域轮廓点集的提取,通过连通域外接矩形实现了刀具磨损量的精确测量。开展刀具切削磨损检测试验,通过与光学显微镜测量结果对比,结果表明:该算法能够实现较高的检测精度,能够利用算法搭建刀具在机检测系统。
（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。
轮廓检测论文参考文献
[1].张晓东,张力飞,陈关州,朱坤.基于深度学习的遥感影像地物目标检测和轮廓提取一体化模型[J].测绘地理信息.2019
[2].王利强,李绍朋,吕志杰.基于轮廓提取的刀具磨损量检测研究[J].制造技术与机床.2019
[3].陈宁,陈本均.基于差分法和轮廓填充的运动目标检测方法[J].浙江科技学院学报.2019
[4].丁冬艳,涂宏庆.最大类间方差法的激光图像轮廓检测[J].激光杂志.2019
[5].陈奎伊,胡翰,丁雨淋,李晓明,卞雨凡.顾及轮廓特征的建筑物对象级叁维变化检测方法[J].地理信息世界.2019
[6].朱聪斌,黄宴委,陈康,李锦彬.复杂环境下的闭合边缘轮廓目标检测方法[J].福建电脑.2019
[7].要志斌,周研,王荣军,智晋宁.激光轮廓检测技术在镁合金管大曲率热弯工艺中的应用[J].热加工工艺.2019
[8].黄春燕,范影乐,武薇,佘青山,甘海涛.生物视觉诱发的轮廓检测方法研究[J].航天医学与医学工程.2019
[9].宾博逸,万新军,解树平,吕宋,宋可.结合线结构光立体视觉和条纹反射法的叁维轮廓检测系统[J].光学仪器.2019
[10].余化鹏,李舟,杨新瑞,刘雷.基于目标检测结果的轮廓及颜色识别研究[J].成都大学学报(自然科学版).2019