导读:本文包含了视觉分割论文开题报告文献综述及选题提纲参考文献，主要关键词:烟雾识别,烟雾检测,烟雾分割,深度学习
视觉分割论文文献综述
夏雪,袁非牛,章琳,杨龙箴,史劲亭[1]（2019）在《从传统到深度:视觉烟雾识别、检测与分割》一文中研究指出在烟雾检测系统中,采用机器学习的视觉技术暂未广泛替代传感器的主要原因在于其误报与漏报较高。计算力度的提高、存储设备的发展,使得传统视觉技术中存在的问题逐渐得到改善或解决,但也迎来了新的挑战。为反映用于森林火灾预警的烟雾识别、检测等技术的最新研究进展,本文重点对2017—2019年国内外公开发表的相关文献进行梳理和分析。从监控角度出发,基于对此领域的长期研究与广泛文献调研,将利用烟雾的森林火灾预警任务分为烟雾识别、检测、分割这3类不同的粒度,分别介绍实现这些任务的传统方法及深度方法。依照当前研究热度,主要关注视频烟雾检测与分割这两个细粒度任务。其中烟雾区域的粗提取与二次提取方法是检测与分割的关键,因此将探索这些方法如何提取、利用烟雾的动态与静态特征。此外,由于深度学习框架主要实现端对端的任务,无法分离出关键步骤,故对基于深度学习的烟雾监控任务进行单独梳理,不关注单步细节,主要体现文献思路。最后,对实现烟雾识别、检测、分割任务具体方法中的优缺点、烟雾监控任务中常用的指标、研究常用的数据库进行总结,并对发展前景进行展望。为基于烟雾的森林火灾预警技术提供更多的发展方向。(本文来源于《中国图象图形学报》期刊2019年10期）
夏冬梅,李静,周亮[2]（2019）在《基于视觉显着模型和图像分割的文化图像目标检测（英文）》一文中研究指出针对图像目标识别中的高效率视觉注意机制问题,提出了一种基于视觉显着模型和图像分割的文化图像目标检测算法。首先采用基于颜色分量对比度视觉显着模型对现有的视觉显着计算方法进行了改进,提高了显着区域检测的效率。然后在传统Grab Cut图像分割算法的原理上,结合改进的视觉显着模型来实现显着区域初始化,无需人工交互步骤,从而实现全自动的图像目标检测。测试数据结果表明:相比于现有的几种典型方法,提出算法具有较好的目标检测性能和较快的检测速度。(本文来源于《机床与液压》期刊2019年18期）
段建民,管越,庄博阳[3]（2019）在《基于双目视觉的可行驶区域分割方法》一文中研究指出为提高自动驾驶背景下视觉环境感知任务的鲁棒性,提出了一种基于双目视觉和可行驶区域剖面建模方法的非结构化可行驶区域分割算法。为改善视差计算的鲁棒性,以半全局块匹配(SGBM)算法框架为基础,改进其代价计算步骤提出了一种融合相对梯度和AD-Census变换的匹配代价计算方法,经过代价聚合求得视差图。区域分割过程先统计视差图的垂直方向差异直方图,以此作为数据源提出一种描述可行驶区域剖面的抛物线模型,采用动态规划算法和随机采样一致性算法(RANSAC)对模型参数求解过程进行全局优化,经后处理过程实现可行驶区域的分割。通过KITTI数据集和实车采集数据验证,算法达到了19.8 fps的速度和92%以上的分割准确率。(本文来源于《电子测量技术》期刊2019年18期）
廖娟,汪鹞,尹俊楠,刘路,张顺[4]（2019）在《基于双目视觉的作物点云获取与分割定位方法》一文中研究指出为了提高农业视觉导航系统对作物定位的精确性,提出了一种基于双目视觉的作物点云获取与分割定位方法。该方法采用ZED双目相机采集作物左右视图,通过视差原理获取作物的3D点云数据,利用点云离散程度和体素化网格方法对初始点云数据的离散点和冗余数据进行去除,然后在预处理后的点云图中利用基于点云法线角度差的区域生长分割出每株作物的点云簇,用每个点云簇中所有点的平均坐标值作为该株作物的叁维坐标,结合视觉系统坐标系,计算出作物与相机的水平距离以及水平偏角,从而实现作物定位。试验结果表明,该方法测得的作物平均距离误差为1.89%,平均角度误差为2.17%,该算法可以对作物进行准确定位,为基于双目视觉导航的路径规划提供可靠的定位信息。(本文来源于《江苏农业学报》期刊2019年04期）
高尹,刘颖,来毅,刘陆[5]（2019）在《引入视觉感知的视频镜头分割》一文中研究指出视频的大数据时代已经到来,将视频序列分割成镜头来进行视频内容分析和视频检索是十分重要的研究方向。文中提出一种基于帧间一致(Frame Consistency,FC)模型和光流特征的视频镜头分割技术。利用基于视觉感知的"整体到局部"的思想,首先浏览视频,除去视频的冗余信息,以降低计算成本,并通过提取视频的视觉特征构建帧间一致性函数,以此创建可能的镜头分割集合,并结合运动特征进一步优化分割结果。该技术在评估上,其精确度、召回率和F1值,都呈现出较好的效果。(本文来源于《现代电子技术》期刊2019年18期）
李炳耀,胡国清,Jahangir,Alam,SM,许华忠,李开林[6]（2019）在《基于机器视觉的轮椅床可行驶区域分割研究》一文中研究指出针对现有具备护理功能的电动轮椅床在轮椅状态下的体积较大、驾驶较为困难等问题,提出一种基于机器视觉的轮椅床避障方案,采用视觉传感器采集环境信息,应用深度残差神经网络理论进行图像分割,检测出视场中的可行驶区域和障碍物。根据轮椅床实际运行环境特点,将公开数据集中的图片重新划分标签,采用重新划分标签后的数据集对分割模型进行训练。对训练后的模型进行可行驶区域分割试验,并与传统分割方法进行对比。结果表明,基于深度残差神经网络的分割方法解决了传统图像分割方法在地面和障碍物外观接近、2种不同地面的交界处以及光照不均匀等情况下易失效的问题,平均分割精度达到90%以上。(本文来源于《新技术新工艺》期刊2019年08期）
郭宇晴,李想[7]（2019）在《视觉显着性和图像分割算法分析》一文中研究指出在图像分割过程中,由于背景图颜色的影响,很容易造成分割错误问题或shrinking bias现象,影响图像处理质量。为改善因图像前景与背景重迭所产生的图像处理问题,本文借助视觉显着性和交互式图像分割算法完成相应的图像处理工作。首先选用Mean Shift算法,实现对原始图像基础区域的快速分割,可确保对图像区域的预处理,有效减少后期图像处理的计算量;之后借助视觉显着性技术对图像内容进行合理分析;同时,应用局部的自适应技术,避免shrinking bias现象发生。在多种图像处理工作中,该算法均表现出了较为快速的处理能力,且能保证分割的准确性。(本文来源于《网络安全技术与应用》期刊2019年08期）
陈春谋[8]（2019）在《基于机器视觉与图像分割的工件表面残胶识别算法》一文中研究指出为了解决当前工件残胶因胶特征不规则和分布随机而导致人工及机器检查均存在漏检的问题,提出了基于机器视觉与图像分割的工件表面残胶识别算法。首先,融合最大类间阈值分割和形态学处理,设计一个残胶目标分割模型,得到若干包含残胶的区域。然后,基于连通区域与轮廓查找,进一步缩小目标区域范围,根据几何与面积特征精确定位残胶位置。最后,根据视觉打光原理,有机组合工业相机、镜头、光源、支架和平台,完成视觉选型,编码实现系统的功能测试。实验验证:与当前主流缺陷识别技术相比,算法拥有更高的检出能力与稳定性。(本文来源于《电子测量技术》期刊2019年15期）
王德明,颜熠,周光亮,李勇奇,刘成菊[9]（2019）在《基于实例分割网络与迭代优化方法的3D视觉分拣系统》一文中研究指出针对工业上常见的弱纹理、散乱堆迭的物体的检测和位姿估计问题,提出了一种基于实例分割网络与迭代优化方法的工件识别抓取系统.该系统包括图像获取、目标检测和位姿估计3个模块.图像获取模块中,设计了一种对偶RGB-D相机结构,通过融合3张深度图像来获得更高质量的深度数据;目标检测模块对实例分割网络Mask R-CNN(region-based convolutional neural network)进行了改进,同时以彩色图像和包含3维信息的HHA(horizontal disparity,height above ground,angle with gravity)特征作为输入,并在其内部增加了STN(空间变换网络)模块,提升对弱纹理物体的分割性能,结合点云信息分割目标点云;在目标检测模块的基础上,位姿估计模块利用改进的4PCS(4-points congruent set)算法和ICP(迭代最近点)算法将分割出的点云和目标模型的点云进行匹配和位姿精修,得到最终位姿估计的结果,机器人根据此结果完成抓取动作.在自采工件数据集上和实际搭建的分拣系统上进行实验,结果表明,该抓取系统能够对不同形状、弱纹理、散乱堆迭的物体实现快速的目标识别和位姿估计,位置误差可达1 mm,角度误差可达1°,其性能可满足实际应用的要求.(本文来源于《机器人》期刊2019年05期）
余强浩[10]（2019）在《应用于人工视觉假体的图像分割神经网络设计与硬件实现》一文中研究指出视觉残疾是影响人类生活最为严重的疾病之一,研究人工视觉假体能够给盲人带来重获视觉的希望。图像处理是人工视觉假体系统中的核心组成部分,本文研究基于深度学习的图像分割神经网络设计和基于FPGA的硬件加速设计在人工视觉假体上的应用。本文基于室内场景,选取室内常见的床、沙发等八类目标制作了256*256大小的RGB图像数据集。在图像分割网络的设计上,针对全卷积神经网络硬件代价大、运行时间长等问题,对其做出改进应用在人工视觉假体。将第一层卷积层的填充单元由100改成1,第一层全卷积层卷积核大小改成3*3,全卷积层的通道数均改为1024,对裁剪层顺序做了调整,还将最后一层反卷积层的卷积核和步长减半得到不同输出大小分割图像的网络。在K80 GPU服务器上训练测试改进的分割网络和原始的分割网络,统计对比各个网络的性能,结果表明改进的分割网络比原始的分割网络明显具有较快的分割速度和较小的硬件代价,其中显存占用量减小3倍多、模型大小减小了6倍多、在运行时间上也有3倍多的提升,而对于在分割准确率上一个百分点左右的下降是视觉假体应用能够接受的。本文完成了改进全卷积神经网络算法的硬件加速IP的设计与验证。详细阐述了IP的架构设计和各个模块的设计方案,使用Verilog语言完成IP的RTL设计,并将其采用axi4总线协议进行封装,还设计了一个简单的控制指令系统,用于IP的软硬件接口控制。此外,由于本文研究的视觉假体是基于32*32的微电极阵列,所以还设计了将改进分割网络分割得到的图像处理成32*32大小的功能。本文对设计的IP在完成基于Modelsim功能仿真与基于Matlab计算模型的协同验证之后,使用VC709 FPGA开发套件进行硬件实现验证。验证结果表明设计时钟可达到135MHz,估算出FPGA的处理速度是服务器上至强E5-2620V4 CPU处理速度的1.5倍,并且FPGA的功耗只有服务器CPU的4.8%。图像分割有着广泛的应用场景,本文的设计对于处理其它图像分割任务(如医学影像分割等)有着参考意义,设计的不足之处是实时性还有待提高。(本文来源于《西安理工大学》期刊2019-06-30）
视觉分割论文开题报告
（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：
针对图像目标识别中的高效率视觉注意机制问题,提出了一种基于视觉显着模型和图像分割的文化图像目标检测算法。首先采用基于颜色分量对比度视觉显着模型对现有的视觉显着计算方法进行了改进,提高了显着区域检测的效率。然后在传统Grab Cut图像分割算法的原理上,结合改进的视觉显着模型来实现显着区域初始化,无需人工交互步骤,从而实现全自动的图像目标检测。测试数据结果表明:相比于现有的几种典型方法,提出算法具有较好的目标检测性能和较快的检测速度。
（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。
视觉分割论文参考文献
[1].夏雪,袁非牛,章琳,杨龙箴,史劲亭.从传统到深度:视觉烟雾识别、检测与分割[J].中国图象图形学报.2019
[2].夏冬梅,李静,周亮.基于视觉显着模型和图像分割的文化图像目标检测（英文）[J].机床与液压.2019
[3].段建民,管越,庄博阳.基于双目视觉的可行驶区域分割方法[J].电子测量技术.2019
[4].廖娟,汪鹞,尹俊楠,刘路,张顺.基于双目视觉的作物点云获取与分割定位方法[J].江苏农业学报.2019
[5].高尹,刘颖,来毅,刘陆.引入视觉感知的视频镜头分割[J].现代电子技术.2019
[6].李炳耀,胡国清,Jahangir,Alam,SM,许华忠,李开林.基于机器视觉的轮椅床可行驶区域分割研究[J].新技术新工艺.2019
[7].郭宇晴,李想.视觉显着性和图像分割算法分析[J].网络安全技术与应用.2019
[8].陈春谋.基于机器视觉与图像分割的工件表面残胶识别算法[J].电子测量技术.2019
[9].王德明,颜熠,周光亮,李勇奇,刘成菊.基于实例分割网络与迭代优化方法的3D视觉分拣系统[J].机器人.2019
[10].余强浩.应用于人工视觉假体的图像分割神经网络设计与硬件实现[D].西安理工大学.2019