导读:本文包含了描述子论文开题报告文献综述、选题提纲参考文献，主要关键词:特征,图像,局部,惯量,构型,植物,步态。
描述子论文文献综述写法
朱留宪,吕浩,韩远飞,赵萍,李祥云[1]（2019）在《基于傅里叶描述子的耦合串联机构构型尺度融合设计》一文中研究指出利用傅里叶变换方法,提出了耦合串联连杆机构的构型尺度融合设计方法,针对给定目标运动对其上各点的轨迹进行谐波分析,识别出包含最少数量谐波分量的最简轨迹,通过这些谐波分量的数量、幅值以及频率等特征信息便可反演得到耦合串联机构的拓扑结构特征和尺度参数信息,解决了耦合串联机构的运动综合问题,并给出了相应的算例证明所提方法的有效性。(本文来源于《中国机械工程》期刊2019年18期）
王福斌,潘兴辰,王尚政,李占贤[2]（2019）在《飞秒激光光斑轮廓的傅里叶描述子重建及特征提取》一文中研究指出在利用飞秒激光对单晶硅材料进行微尺度烧蚀时,衍生的等离子体发光光斑中蕴含着大量的加工信息。如何有效提取光斑图像的几何特征信息,对研究飞秒激光烧蚀加工工艺过程具有重要意义。轮廓特征是描述激光光斑最重要的特征之一,本文着重分析了等离子体光斑轮廓特征与光斑运动规律间的关系及光斑运动情况分类方法。首先,考虑到光斑微弱的特性,对光斑图像进行增强处理。其次,采用链码方法提取光斑轮廓特征,并利用傅里叶描述子低频特性,选取少量的描述子重建光斑图像轮廓特征,减少了复杂的计算量,有效提高了光斑图像分类的速度与质量。最后,运用Hu不变矩特征证明傅里叶描述子用于提取激光光斑对轮廓特征的有效性。(本文来源于《激光与红外》期刊2019年09期）
孙国栋,徐亮[3]（2019）在《精确型傅里叶高度函数描述子的服装款式识别方法》一文中研究指出针对服装款式自动识别时存在提取特征困难、识别率低和分类效率低等问题,该文在精确型傅里叶高度函数(accurate Fourier height functions 2, AFHF2)与线性核函数支持向量机(support vector machine, SVM)基础上提出一种新的服装款式识别方法。首先,利用AHFH2描述子对衣服轮廓进行特征提取,对服装轮廓全局信息和局部信息进行充分表征;然后,在不需要调整参数的情况下使用线性核函数SVM对AFHF2描述子特征进行快速训练与测试。通过自建的服装图形库验证该方法的有效性,实验结果表明该算法优于现有的算法,其中AFHF2描述子优于傅里叶描述子、高度函数(HF)和TCDs等算法,线性核函数SVM算法优于径向基函数SVM算法、K-近邻算法、概率神经网络以及反向传播神经网络算法,其平均识别率能达到97.91%。(本文来源于《中国测试》期刊2019年08期）
李宏菲,李庆,周莉[4]（2019）在《基于多视觉描述子及音频特征的动态序列人脸表情识别》一文中研究指出关于面部表情识别的应用也正在渗透至各个领域,如安全驾驶、商品销售、临床医学等等.本文对面部表情识别相关技术进行研究,主要工作及贡献如下:研究非约束条件下人脸动态表情识别,提出了一种基于多视觉描述子及音频特征融合策略的动态表情识别算法.借助多视觉描述子的空时局部特征描述实现动态表情特征的提取;而视频、音频特征的融合策略改善了表情识别性能.基于协方差矩阵及时间轴分段的动态规整,有效地解决了具有不同时长的动态表情序列的样本描述.为进一步改善表情识别模型的泛化性能,本文引入了基于多个体识别模型加权投票的集成识别模型.针对投票过程中的权值学习,提出了基于随机重采样的投票权重学习以及基于个体分类模型相对优势的投票权重学习方法.集成决策进一步改善了表情识别性能.基于AFEW5.0的动态表情库实验验证了算法的有效性.(本文来源于《电子学报》期刊2019年08期）
张德[5]（2019）在《基于局部熵描述子的步态性别识别方法》一文中研究指出采用局部熵描述子对步态运动历史图像进行信息提取,提出一种新的步态性别识别方法。首先进行步态周期检测,得到包含一个周期的运动历史图像,然后以该图像中每个像素点为中心计算其邻域的信息熵,作为局部熵描述子特征。再利用主成分分析法进行降维处理。最后使用该特征在CASIA B步态数据库上进行了性别分类实验。实验结果表明:所提方法具有很好的性别识别效果,平均识别率优于基本的运动历史图像和步态能量图等方法。(本文来源于《传感器与微系统》期刊2019年08期）
张善文,张晴晴,齐国红[6]（2019）在《基于Fourier描述子和LBP相结合的植物叶片识别方法》一文中研究指出针对植物叶片的复杂性导致基于叶片植物识别的识别率较低的问题,提出一种基于Fourier描述子和局部二值模式(local binary pattern,简称LBP)相结合的植物叶片识别方法。首先,利用Canny算法提取叶片的边缘图像,计算其中心-边缘距离序列的傅里叶变换,得到叶片图像的改进Fourier描述子;然后,提取叶片图像的局部二值模式特征;再利用判别典型相关分析算法将植物叶片的Fourier描述子和LBP特征进行融合,得到1个有利于分类的联合映射矩阵,由此将2类特征映射为1个低维特征向量;然后利用K-最近邻分类器进行植物识别。在公开的智能计算实验室(intelligent computing laboratory,简称ICL)叶片图像数据库上进行分类试验,识别率高达94%以上。结果表明,提出的方法是有效可行的,该研究能够为植物物种自动识别系统提供技术参考。(本文来源于《江苏农业科学》期刊2019年14期）
原渊[7]（2019）在《基于ORB特征描述子与随机森林的条码缺陷识别算法》一文中研究指出为了解决当前工业条码缺陷种类多,导致其识别算法识别力不足的问题,提出了基于肤色模型与颜色空间的目标识别算法。首先,基于霍夫线变换,计算旋转矩阵,对图像进行仿射变换,得到标准化图像;然后,建立ORB特征点描述算子,定位包含条码的图像区域,并提取灰度特征与纹理特征;最后,融合特征集与人工标注,基于随机森林算法训练出分类器,区分正常条码与缺陷条码,准确识别缺陷种类。整个算法的底层函数由C++语言自主开发和OpenCV函数调用组成,以软件工程的形式编程实现,实验测试结果表明,与当前主流缺陷识别技术相比,该算法拥有更高的识别正确性与鲁棒性。(本文来源于《国外电子测量技术》期刊2019年07期）
高泽[8]（2019）在《基于改进傅里叶描述子的商品图像检索技术研究》一文中研究指出目前,从大量数据图像中精准的检索到特定的图像是多年来图像处理领域的研究热点。由于成本,时耗和主观性等问题,导致传统的基于文本的图像检索技术(TBIR)在面对海量的图片数据库资源时检索效果并不突出。相比之下,基于内容的图像检索技术(CBIR)能够更好的适应这种情况,在面对种类繁杂的图像数据库资源时检索效果比较好。CBIR对基于文本的检索技术在图像检索方面所存在的缺陷进行了改进,在图像检索时根据图像的颜色、纹理以及形状等底层特征自动地提取图像内容,从而可以保证整个图像检索过程有效的完成。图像的底层特征包括颜色特征、纹理特征、形状特征等。其中,商品图像的形状通常与目标相关联,比较符合人们识别图像的视觉习惯,且具有一定语义信息,因此可以把形状特征认为是比颜色和纹理更高级的特征。在基于内容的图像检索过程中,图像的形状应满足平移,旋转和尺度不变的特性。传统的基于形状特征的商品图像检索算法在特征提取方法的选择方面存在局限性,无法确保其检索结果的准确度。为了提高商品图像检索的性能,对描述商品图像信息的形状特征的寻找至关重要。针对上面所描述的问题,本文提出一种基于改进傅里叶描述子的商品图像检索方法。首先,对图像进行预处理并提取图像边缘;其次通过最小惯量轴并确定轮廓起点位置,然后对其进行傅里叶变换得到特征向量;最后采用欧氏距离和相关系数的方法,计算待检索的单幅商品图像的特征向量与整个商品图像数据库中商品图像特征向量的特征相似度度量,并采用平均查准率(ARP)和平均查全率(ARR)对商品图像的检索结果进行评估。实验结果表明,本文提出的算法较传统形状特征检索算法在商品图像检索方面的检索结果均有所提高,检索效果良好。(本文来源于《哈尔滨商业大学》期刊2019-06-01）
李涛涛[9]（2019）在《基于局部描述子的小样本学习方法研究》一文中研究指出人类可以从少数样本中快速学习,很轻松地识别出新物体。而机器学习特别是深度学习,却需要大量的数据才能建立起一个比较好的模型。现如今在很多场景下,比如医疗图像、真伪鉴定等,都存在着样本量较少而难以训练的问题。因此,研究如何在小样本情况下实现较好的学习,具有重要的理论意义和实际价值,人们由此提出了小样本学习的概念。小样本学习的主要目标是在样本量较少的情况下学习一个泛化性能较好的分类器。但是在没有足够数据的情况下,难以训练出较好的特征提取器来提取准确的样本特征,同时基于图像级的特征表示方法也不能对类分布进行全面的表示。另外,传统的度量方法如欧式距离,余弦相似度等也都不能很好地适用于小样本学习的场景。针对这些问题,本文从特征表示和特征度量两个方面进行了深入研究并提出了相应的解决方案。首先,很多基于原型的方法是为每个类别构造一个原型,通过比较查询样本的特征与各个类别原型的距离或相似性来进行分类。但这类方法只使用一个原型来表示一个类别,且构造原型的方式较为简单(比如求同类特征的均值),我们认为用单个原型无法充分地表示一个类别,且人工设计原型引入了额外的不确定性。对此,我们提出多原型学习网络(Multiple Prototype Learning Network,MPLN),使用多个原型来充分地表示一个类别,并且通过学习的方式自主地得到原型,这样能够获得更好的原型表示从而提高分类性能。其次,我们发现很多基于局部描述子的方法,包括CovaMNet以及我们提出的MPLN,都孤立地看待同一个类别内部或同一个样本内部地各个局部描述子。但事实上,它们是相互关联的,共同表达一个类分布或者样本的局部特征分布。因此,我们提出了对比分布度量(Contrastive Distribution Metric,CDM)网络,使用所有的局部描述子来表示一个类分布或者样本的局部特征分布,具有更强的表示能力。同时针对该分布表示设计了一种基于叁元组的对比分布度量来更好地衡量小样本任务中两个分布的距离,从而提升了小样本分类的准确率。在miniImageNet、tieredImageNet以及细粒度分类数据集上的实验结果表明,不论是在5-way5-shot任务上还是5-way 1-shot任务上,本文提出的小样本学习方法都能够有效地提高小样本分类任务的分类准确率,与同类方法相比具有更好的表现。与此同时,我们也分别针对各个部分设计了对比实验,验证了各个部分设计的有效性。(本文来源于《南京大学》期刊2019-05-31）
杜梁杰[10]（2019）在《基于点云的3D特征描述子简化算法研究》一文中研究指出3D特征描述子在计算机视觉领域中扮演着重要角色,因为它是许多3D视觉应用的先决条件。根据特征的类型3D物体识别算法分为两类,基于全局特征和基于局部特征的方法,而局部特征的方法对实际场景中的遮挡和闭塞具有更高的鲁棒性而被广泛研究。尽管目前为止有很多这样的描述子存在,但大多数都以浮点数据形式存在,导致在特征匹配过程中计算复杂、内存占用量大等问题。本文对复杂场景下基于局部特征描述子的简化展开研究并用于目标识别,分析了算法过程中的关键技术,如模型库的构建、点云分割、特征提取与描述、特征匹配等,并通过实验进行对比分析验证。论文的工作主要包括以下3个部分:1.对模块化机械臂分拣平台的作业物体构建点云模型库。首先通过滤波去除点云中的噪声点和离群点,设计了一种区域增长分割算法用于物体聚类的提取,采用ISS算法检测聚类关键点并计算对应的局部特征描述子,建立k-d树序列表,实现物体模型库的构建。2.为了提高匹配效率,本文提出一种新的简化方法,本方法含有两个参数,简化单元和编码位数,针对不同的原始描述子,采用本文提出的方法,通过改变这两个参数可以产生不同的简化描述子。然后使用切比雪夫不等式数学模型将浮点型数据转化为二进制串从而得到更简单有效的特征描述子CI-SHOT(Chebyshev's Inequality Signature of Histogram of Orientations)。3.最后将CI-SHOT和SHOT以及另外一种二进制简化描述子B-SHOT进行对比分析,数据集上实验测试结果表明CI-SHOT在关键点检测和匹配性能上有明显优势。最后构建模块化机械臂智能感知与自动作业软硬件系统,将新的描述子用于实验平台上,并取得明显效果。(本文来源于《武汉科技大学》期刊2019-05-01）
描述子论文开题报告范文
（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：
在利用飞秒激光对单晶硅材料进行微尺度烧蚀时,衍生的等离子体发光光斑中蕴含着大量的加工信息。如何有效提取光斑图像的几何特征信息,对研究飞秒激光烧蚀加工工艺过程具有重要意义。轮廓特征是描述激光光斑最重要的特征之一,本文着重分析了等离子体光斑轮廓特征与光斑运动规律间的关系及光斑运动情况分类方法。首先,考虑到光斑微弱的特性,对光斑图像进行增强处理。其次,采用链码方法提取光斑轮廓特征,并利用傅里叶描述子低频特性,选取少量的描述子重建光斑图像轮廓特征,减少了复杂的计算量,有效提高了光斑图像分类的速度与质量。最后,运用Hu不变矩特征证明傅里叶描述子用于提取激光光斑对轮廓特征的有效性。
（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。
描述子论文参考文献
[1].朱留宪,吕浩,韩远飞,赵萍,李祥云.基于傅里叶描述子的耦合串联机构构型尺度融合设计[J].中国机械工程.2019
[2].王福斌,潘兴辰,王尚政,李占贤.飞秒激光光斑轮廓的傅里叶描述子重建及特征提取[J].激光与红外.2019
[3].孙国栋,徐亮.精确型傅里叶高度函数描述子的服装款式识别方法[J].中国测试.2019
[4].李宏菲,李庆,周莉.基于多视觉描述子及音频特征的动态序列人脸表情识别[J].电子学报.2019
[5].张德.基于局部熵描述子的步态性别识别方法[J].传感器与微系统.2019
[6].张善文,张晴晴,齐国红.基于Fourier描述子和LBP相结合的植物叶片识别方法[J].江苏农业科学.2019
[7].原渊.基于ORB特征描述子与随机森林的条码缺陷识别算法[J].国外电子测量技术.2019
[8].高泽.基于改进傅里叶描述子的商品图像检索技术研究[D].哈尔滨商业大学.2019
[9].李涛涛.基于局部描述子的小样本学习方法研究[D].南京大学.2019
[10].杜梁杰.基于点云的3D特征描述子简化算法研究[D].武汉科技大学.2019