基于轮廓特征提取的叶形相似性研究

叶片的形态特征多样,它的叶形特征对植物的研究具有重要的意义。为了判断不同叶形之间的轮廓相似性,利用轮廓特征提取,将叶子的叶形存储在一维序列中。结合统计学,引用Pearson相关性进行特征分布的相关系数计算。实验结果显示,不同叶形的相关系数之间有较为显著的差异,测试的叶子叶形判别准确率较高,可作为判断叶形相似性的重要依据。     

旋律弹性匹配实现Web哼唱检索

面对日益增加的音乐作品及多样化的用户检索需求,采用基于内容的音乐检索方式,提出一种对音乐旋律的定义及表达方式,并在此基础上依照旋律轮廓的几何相似性实现音乐的相似度计算,具体地提出影响检索算法准确度的若干因素,通过实验的方法确定相应的阈值,最后实现检索系统的单机版开发和Web版发布。实验表明,所采用的方法正确、有效,能够取得较高的检索准确度。     

基于活动轮廓模型的人脸特征提取方法的研究

人脸面部特征提取是自动视觉翻译和人脸识别中的最关键的技术之一。本文对活动轮廓模型理论的基本原理、方法和技术等作了有益的探索和尝试,并在此基础上,提出了提取人脸面部特征的系列算法,特征是精确的轮廓描述而非简单的数字表达,实验中,我们用动态模板方法提取眼睛轮廓,用活动轮廓方法提取眉毛形状,结果证明,该方法具有较强的鲁棒性和自适应性。     

基于轮廓的形状特征提取与识别方法

文章提出了一种基于轮廓的形状特征提取与识别方法。首先将目标轮廓转换成一维轮廓曲线,平滑去噪,接着获得曲线峰数和轮廓曲线在相邻峰谷间所含面积,并对后者进行DFT变换,提取出具有平移、旋转、尺度不变性的两类特征。针对这两类特征,采用两级递推识别方法。实验结果表明,该方法简单有效。     

基于图像势能理论的目标轮廓特征提取方法

在进行模式识别和目标分类系统中,一种好的特征提取方法可以提高系统性能。采集图像势能并用于图像特征的提取与保存是二值图像处理的一个新方法和新理论。势能方法把每一个像素点所具有的势能按序收集、顺序存放,较好地保留了图像的特征,以便存储和分类。图像轮廓是一个对象区别于其他对象的最主要特征之一,运用势能理论计算出目标轮廓的势能,可以较好地表现出图像的特征,其计算速度快,运算量小,占用存储空间小,可用于目标识别和目标分类等领域。     

一种基于轮廓的图像检索算法

针对Choi Wai-pak等人提出的基于最大内切圆直方图的图像检索算法存在的不足,提出了一种改进的新的基于轮廓的图像检索算法。该算法首先用两种不同尺度的1维高斯函数分别对目标轮廓的凹陷部分和凸起部分进行进化处理来得到一个平滑简单而又能很好代表原始轮廓主要信息的进化曲线;然后利用骨架化算法提取出目标骨架;最后,利用进化后的轮廓与骨架之间的距离直方图来构造目标形状的描述符,并实现了图像检索。与Choi Wai-pak等人提出的算法(只利用了形状的骨架信息)相比,该新算法不仅利用了轮廓所表达的外围整体形状信息,还利用了骨架所表达出的形状的拓扑关系。实验结果表明,该新算法在尺度变换、旋转变换以及抗噪性能等方面具有更优的鲁棒性。     

基于正视图的三维模型特征提取算法

提出一种基于正视图的三维模型特征提取算法,从前、顶、右、后、底与左分别对模型进行投影,获得6个正视图,使用不同半径的同心圆将每个正视图分割,计算每个同心圆内的高度信息和,得到相邻2个同心圆内高度信息和的差值,每个三维模型特征由 6个正视图描述。实验结果证明,该方法的检索效果与光场法相当,计算速度较快。     

改进音高轮廓创建和选择的旋律提取算法

针对复调音乐中不同声源的相互干扰而导致同一声源音高序列的不连续,从而降低音高估计精度的问题,提出改进音高轮廓创建和选择的旋律提取算法。算法首先计算时频谱中每一点的音高显著性,并提出基于听觉流线索和音高显著性的连续性创建音高轮廓;为了进一步选择旋律音高轮廓,随后提出根据伴奏的重复特性去除非旋律音高轮廓,主要采用动态时间规整算法计算旋律和非旋律音高轮廓间的相似度;最后,提出利用相邻音高轮廓的长时关系检测旋律音高轮廓中的倍频错误,并平滑旋律音高轮廓形成旋律音高线。在数据集ORCHSET上进行仿真实验,结果表明所提出的改进算法比改进前提高了2.86%的音高估计精度和3.32%的总精度,可有效解决音高估计问题。     

基于改进HED网络的重叠葡萄果粒轮廓特征提取

针对复杂背景以及果粒重叠造成的葡萄果粒边界难以准确检测识别的问题,提出一种基于改进HED网络的图像边缘检测算法。算法改进HED神经网络模型,使网络中每个卷积层的输出均得到充分利用;引入骰子(Dice)系数改进原有加权交叉熵损失函数。利用非极大值抑制方式对生成的边缘预测图进行边缘细化处理。实验结果表明,改进后的模型在验证集下的ODS(Optimal Dataset Scale)和OIS(Optimal Image Scale)分别达到0.801和0.817。通过比较改进HED与Canny、HED、DeepEdge三种算法对不同光照条件下的检测结果,表明改进的HED在不同条件下Dice系数高于其他算法约0.01,准确度高于其他算法约0.04。该研究结果为葡萄表型特征提取和葡萄生长规律研究提供了参考。     

植物叶片轮廓特征提取方法研究

根据植物叶片形态特征中锯齿和叶裂的重要性,设计了基于链码的研究方法。通过对叶片图像预处理得到叶片的轮廓曲线、结合基于链码的拐点检测方法和基于链码差的边界凹凸性判别方法确定锯齿点和叶裂点、改进基于链码的目标面积计算方法计算锯齿和叶裂的面积。从锯齿和叶裂的面积和周长占整个叶片的面积和周长的比例以及叶片包含的锯齿和叶裂数三个方面对叶片进行描述。实验对3种共70张叶片提取特征,归纳特征阈值范围。实验结果表明新方法可以大大提高计算面积的精确度,并且这三个特征可以体现出不同种的植物叶片,可以作为新的特征值,为识别植物物种和分类提供帮助。     

旋律提取技术研究综述

旋律提取技术是基于内容的音乐信息检索的关键技术之一。对国内外旋律提取技术的已有研究工作进行了分类介绍,分别总结归纳了针对符号表示的音乐文件与针对波形表示的音乐文件的旋律提取算法,分析了各种算法的特点,阐明了该方向的未来发展趋势。     

MIDI主旋律特征提取构建音乐数据库

音乐特征数据库是实现哼唱音乐检索系统的重要基础。对MIDI进行分析,从MIDI主音轨中提取主旋律特征向量构建音乐特征数据库,同时提出一种对MIDI旋律进行切分的算法,以一句歌词作为步进进行检索。与原有的基于近似符号串匹配算法不同,自动断句能够极大地提高检索准确率,并且节约检索时长。     

基于分层次聚类的MIDI音乐主旋律提取方法

为了准确提取多音轨MIDI主旋律,同时减小主旋律分布在乐器音轨或音高较弱部分所产生的提取误差,提出了基于分层次聚类的多音轨MIDI主旋律提取方法。首先解析MIDI音乐文件,然后去除每一音轨中的控制音符和不包含旋律信息的音轨,通过归并到文该文件中的具有音高柱状图特征的音符集,从而提取出主旋律。通过与人工标识结果的实验进行比较,表明该提取主旋律方法的准确性。     

基于谐波的乐纹提取和音乐检索

提出了一种基于节拍内音乐谐波特性的乐纹特征提取方法,首先求得每帧音乐的谐波信息,再利用跟踪得到的节拍,计算节拍内所有帧的谐波信息的均值,构成此节拍的乐纹特征矩阵。为了提高音乐检索的效率,设计了一个二级音乐检索算法：根据节拍信息,将与查询音乐片段的每分钟节拍数相近的音乐作为候选音乐,再逐节拍计算所查询音乐的乐纹和候选音乐乐纹的相似度,选择相似度最高的音乐作为检索结果。实验结果表明,提出的乐纹特征和音乐检索算法有效地提高了检索准确率和检索效率。     

改进的Gabor小波变换特征提取算法

针对基于Gabor小波幅值与相位的人脸特征提取方法的特征级联方式使得特征向量维度较高的问题,提出了一种改进的Gabor小波变换特征提取算法。该算法计算局部幅值特征和局部相位特征,增强了每个像素的局部关联性;然后通过实验选定加权系数,将幅值特征与相位特征进行加权融合。实验结果表明,该算法与改进前的算法相比,降低了特征向量的维度,且提高了最终的人脸识别率。     

基于点对分布的三维模型特征提取算法

基于形状分布算法提出了一种基于点对分布的三维模型特征提取算法。该算法根据两随机点间的连线与模型是否有交点,将连线分为U类和W类,并分别为两类连线构建形状分布直方图,从而解决了形状分布算法对于外形相近但细节不同的三维模型的检索问题,提高了检索精度。     

基于多平面重建提取冠脉轮廓线的曲面重建算法

针对三维切割及多平面重建只能获取组织或器官的几何平面信息,无法将弯曲结构的组织或器官展示在单张图片上的问题,实现了基于多平面重建(MPR)提取轮廓线的冠脉曲面重建(CPR)算法.首先,利用多平面重建获取冠脉轮廓的离散点;然后,对离散点进行Cardinal样条插值,获取平滑的轮廓拟合曲线;其次,沿着感兴趣方向对轮廓线进行投影形成扫描曲面;最后,显示扫描曲面对应的心脏体数据,得到冠脉重建曲面.实验结果表明,在绘制速度上,与三维切割法和三维数据场法相比,冠脉轮廓线提取速度提高了每秒4~6帧,绘制时间较短.在绘制质量上,与三维分割法相比,得到的冠脉曲面成像清晰,结构完整,有助于医师对病变的直观分析,能满足实际临床诊疗需求.     

基于相对特征的音乐哼唱多句检索算法*

面对海量音乐数据,如何在基于内容检索时对其建立索引、提高检索速度是一个非常重要的研究内容。以句为单位对音乐内容提取特征并建立索引时,库中保存的是音乐旋律的相对特征,但用户在哼唱检索时,有时会哼唱一段包含多句的音乐来检索,这时就需要生成多句特征。针对此本文提出单句特征和多句转换及匹配问题的解决方案并应用于检索系统中,获得了较好的检索效果,相关成果也可应用于具有相似结构的时间序列数据的检索系统中。     

基于改进Kinect的点分布模型面部表情特征提取

在面部表情识别中,差异性会在人体面部充分体现,各个器官的整体分布的复杂性和外界影响等因素,使得人体面部表情特征的定位非常困难。利用Kinect点分布特性,给出了一个面部表情特征提取算法,并进行了相关实验,结果表明,本方法在提取对不相关变形保持不变、噪声不敏感、类别区分度大的特征具有明显优势。