导读:本文包含了轮廓识别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,图像,图像处理,标记,姿态,目标,近邻。
轮廓识别论文文献综述
耿君[1]（2019）在《基于轮廓图像空频域特征的舞蹈翻腾姿态识别模型》一文中研究指出文中旨在研究基于轮廓图像空频域特征的舞蹈翻腾姿态识别模型。该模型先将待识别舞蹈视频图像实施腐蚀、膨胀、中心归一化等预处理,利用处理后图像提取舞蹈翻腾姿态能量图,通过离散余弦变换提取舞蹈翻腾姿态能量图频域特征,利用Contourlet变换提取舞蹈翻腾姿态能量图空域轮廓特征,采用特征级融合方法融合以上特征获取舞蹈轮廓图像的空频域特征向量集,再将待识别舞蹈视频序列候选姿态利用Baum-Welch算法训练为隐马尔可夫模型,利用舞蹈轮廓图像的空频域特征向量集将隐马尔可夫模型量化至观察序列,通过前向后向算法获取观察序列姿态概率,观察序列概率值最大的隐马尔可夫模型对应姿态即为所需识别舞蹈翻腾姿态。实验结果表明,该模型可较好地提取具有空频域特征的舞蹈轮廓图像,有效识别舞蹈视频中舞蹈翻腾姿态,且识别100帧有阴影舞蹈视频图像中舞蹈翻腾姿态识别准确率高于96%。(本文来源于《现代电子技术》期刊2019年24期）
余化鹏,李舟,杨新瑞,刘雷[2]（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）
张晓,陈鸿俊[3]（2020）在《视觉轮廓识别在大枣分拣系统中的应用》一文中研究指出为了应对大枣分拣工作量大、分拣标准不统一的问题,设计了新型大枣品质分拣系统,包括分拣机械结构与大枣品质识别系统。大枣品质识别系统分为图像分析与大枣品质判定两部分。图像分析综合R、G、B叁通道强度,采用中值降噪与高斯降噪对图像数据进行处理。采用Canny边缘检测卷积因子,计算大枣轮廓边界;采用椭圆一般式对轮廓进行拟合,输出以椭圆的半长轴a和半短轴b。以大枣体积和质量作为品质标准,依据椭圆的半长轴a和半短轴b计算椭球体积,并对体积成梯度分布的大枣质量进行线性拟合,线性决定系数R~2达到0.94。以四川叁台地区某枣园的大枣作为样本,对系统进行测试,结果表明:该系统分拣精度高,性能可靠,适于广大农村枣园一线使用。(本文来源于《农机化研究》期刊2020年05期）
杨常华[4]（2019）在《基于轮廓检测的绿通车智能识别系统》一文中研究指出运用激光测距扫描、计重设备称重等技术采集绿通车辆的重量、体积、密度等多维参数,完成与绿通车特征库数据分析比对,构建基于轮廓检测的绿通车智能识别系统,实现绿通车的快速自动识别。(本文来源于《机械工程与自动化》期刊2019年04期）
宋建辉,宋鑫,于洋,尹哲[5]（2019）在《采用轮廓片段空间关系实现遮挡目标识别》一文中研究指出为了实现高比例遮挡情况下的目标识别,提出一种基于轮廓片段空间关系的目标识别算法.首先,在采用轮廓的形状上下文特征进行粗匹配的基础上,对模板图像和待识别图像分别进行图像骨架关键接合点的提取和轮廓形状质心的提取.然后,以图像像素中心点为原点建立坐标系,以图像骨架关键接合点和轮廓片段质心在各自图像建立的坐标系内的位置确定空间关系.最后,制定空间关系参数约束标准,筛选满足空间关系约束准则的目标库图像为最后识别结果.与现有遮挡目标匹配算法相比,该算法可以实现高比例遮挡情况下的目标识别,在目标遮挡比例为60%的情况下,识别率可达到78%.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年07期）
李泗兰,蔡茂国[6]（2019）在《基于环绕数约束模型的轮廓识别算法研究》一文中研究指出为了解决当前图像轮廓识别算法中由于区域标记和轮廓标记性质不同,导致难以将多标记融合识别技术应用于图像轮廓识别中的问题,本文提出了一种基于环绕数约束的能量最小化模型,用以精确识别目标轮廓.在这种模型中,区域标记(如颜色和纹理均匀性)和轮廓标记(如局部对比度和连续性)通过一个目标函数进行描述,实现多标记融合识别.首先,将环绕数作为约束,将其引入到能量最小化模型中,得到区域标记与轮廓标记的线性约束;然后,对区域标记、轮廓标记以及曲率标记进行融合,实现对图像中目标轮廓的识别;最后,将能量最小化模型与标记相结合,通过比率能量函数对算法进行实例应用分析,验证算法的有效性.实验结果表明:与传统轮廓识别算法相比,所提算法具有更高的轮廓识别精度.(本文来源于《西南师范大学学报(自然科学版)》期刊2019年06期）
杨应彬,尹春丽,刘波,王丹,张鼎瑞[7]（2019）在《基于Hough变换与特征聚类的指针轮廓识别方法》一文中研究指出无人值守机器人在智能配电房进行巡检、监测采样过程中,需对配电房内的指针式仪表进行自动化识别与判读。对于方型指针式仪表,提出一种基于轮廓特征筛选与直线检测的仪表智能识别方法。在该算法的前处理过程中,针对巡检视角窗口的移动性与多个仪表的分割提出了基于分数体系的算法;在表盘指针识别的图像处理过程中,提出了基于轮廓特征检测与Hough线段识别相结合的方法,并进行聚类估值处理,有效地改进了传统的直线检测方案。利用OpenCV视觉库和C++在计算机中进行算法实现和验证,结果表明,该算法满足精度要求,具有较高的应用价值。(本文来源于《机械设计与研究》期刊2019年03期）
李咏豪[8]（2019）在《基于KNN有向复杂网络的图像轮廓识别》一文中研究指出图像的目标识别是模式识别的研究领域之一,现已广泛应用于视频监控、交通运输和动作识别等。受图像采集过程中光照变化、形状和噪声等因素影响,基于区域或轮廓的方法往往会出现若干错误。图像的复杂网络特征具有较强的稳定与抗噪能力,因此,提出一种图像的有向复杂网络表示模型,利用K近邻(KNN)确定有向复杂网络的演化序列,并利用复杂网络的度平均与熵等参数完成图像的轮廓识别。图像检索实验结果表明,该方法在查全率与查准率上均获得较好结果。(本文来源于《计算机时代》期刊2019年06期）
申华[9]（2019）在《基于色差梯度轮廓识别的内衣点烫自动化智能生产技术研究》一文中研究指出介绍了基于色差梯度轮廓识别的内衣点烫智能化生产装备。整套装备包括彩色图像拍摄装置、图像处理工控机、点烫执行机构和流水线传动装置。(本文来源于《电脑编程技巧与维护》期刊2019年03期）
王红,陈春芳[10]（2019）在《基于复立方集的轮廓识别方法》一文中研究指出为解决轮廓识别问题提出了一种新的方法。首先,基于立方集和复模糊集提出了一种新概念—复立方集;其次,提出了复立方集的定义及其相关性质和运算;然后在此基础上给出了复模糊集的距离测度;最后,在复立方集环境下,提出一种新的轮廓识别方法,并给出数值例子来说明这种方法的实用性和有效性。(本文来源于《南昌大学学报(理科版)》期刊2019年01期）
轮廓识别论文开题报告
（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：
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。
（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。
轮廓识别论文参考文献
[1].耿君.基于轮廓图像空频域特征的舞蹈翻腾姿态识别模型[J].现代电子技术.2019
[2].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
[3].张晓,陈鸿俊.视觉轮廓识别在大枣分拣系统中的应用[J].农机化研究.2020
[4].杨常华.基于轮廓检测的绿通车智能识别系统[J].机械工程与自动化.2019
[5].宋建辉,宋鑫,于洋,尹哲.采用轮廓片段空间关系实现遮挡目标识别[J].华中科技大学学报(自然科学版).2019
[6].李泗兰,蔡茂国.基于环绕数约束模型的轮廓识别算法研究[J].西南师范大学学报(自然科学版).2019
[7].杨应彬,尹春丽,刘波,王丹,张鼎瑞.基于Hough变换与特征聚类的指针轮廓识别方法[J].机械设计与研究.2019
[8].李咏豪.基于KNN有向复杂网络的图像轮廓识别[J].计算机时代.2019
[9].申华.基于色差梯度轮廓识别的内衣点烫自动化智能生产技术研究[J].电脑编程技巧与维护.2019
[10].王红,陈春芳.基于复立方集的轮廓识别方法[J].南昌大学学报(理科版).2019
论文知识图
