小波尺度空间形状特征提取方法的研究

基于形状的图像检索技术是基于内容的图像检索技术的一个重要组成部分。现有的形状特征检索技术主要集中于形状特征的提取及相似性度量、形状特征与颜色和纹理特征结合、形状特征与高层的语义特征结合的研究。在分析现有的基于形状的图像检索技术的一些关键技术的基础上,对基于小波尺度空间特征(WSS)的形状检索方法进行了研究,并提出了一些改进算法。     

数字图像形状特征提取的研究

在对图像进行轮廓提取时,采用了先边缘检测再轮廓提取和Canny算子两种方法,取得了较好的实验结果.研究实现了计算归一化中心矩、不变矩、骨架提取及反变换.实验结果表明:不变矩、骨架能很好地表达形状信息.     

结合边缘检测和区域分割的形状特征提取

提出了一种将Canny边缘检测和区域分割相结合的形状特征提取方法.该方法通过区域分割得到的粗略形状轮廓,过滤掉边缘检测轮廓中不规则或冗余的边界点,得到位置比较准确的主轮廓图像,减少形状描述的计算量.为验证方法的有效性,建立了一个基于形状特征的图像检索系统框架,实验结果表明,该方法提高了系统检索准确性.     

多目标宏形状特征点集快速检测技术研究

提出一种新的图像多目标特征点集检测技术。该技术研究了多目标分割、目标细微形状提取和宏形状提取,进而检测表示目标宏形状特征的特征点集。各目标宏形状特征点集进行识别与跟踪．研究了上述技术的快速实现。实际DSP跟踪系统处理结果表明该技术计算量小,抗噪能力强且准确性高,能准确识别目标,适用于实际图像目标特征点集的检测。     

基于形状的图像检索技术研究

基于形状的图像检索技术是基于内容的图像检索技术的一个重要组成部分。现有的形状特征检索技术主要集中在形状特征的提取及相似性度量、形状特征与颜色和纹理特征结合、形状特征与高层的语义特征结合的研究。在分析现有的基于形状的图像检索技术的一些关键技术的基础上,对基于小波-傅里叶特征(WFD)的形状检索方法进行了研究,并提出了一些改进算法。结合Matlab和ACCESS实现了一个基于形状的图像检索实验系统,建立了用户界面,选取与设计了4个图像测试集,使用检索性能评价方法对形状特征的检索结果进行了客观的评价。实验结果表明,利用本文所提出改进的形状特征进行检索取得了较好的检索效果。     

基于动态形状特征提取及增强的改进YOLOv3火焰检测算法

针对现有多目标检测网络对动态火焰特征提取及增强能力不足,检测效果不佳的问题,提出基于动态形状特征提取及增强的改进YOLOv3火焰检测算法。采用小尺寸结构的ResNet50＿vd作为YOLOv3的主干网络,减少特征信息冗余;在主干网络stage 4和stage 5中加入可变形卷积模块,控制采样网格随火焰目标形状的动态变化;引入交并比（IoU）Aware模块,增加置信度得分与IoU定位精度的相关性,提高网络的火焰特征提取能力;同时在YOLOv3 Head中加入Drop Block,引入IoU预测分量优化损失函数,提高模型学习过程中的特征增强能力。通过消融实验验证各改进部分对模型的提升效果,实验结果表明,改进模型对火焰的检测精度达94.11%,推理速度达73.52 frame/s,能够有效满足对动态形状火焰的检测要求。     

基于形状相似性和曲线化简的统计形状模型建立

针对活动形状模型(ASM)中统计模型建立存在的标记点的自动选取和点的对应两大问题,提出了一个完整的解决方案:首先通过矩阵的相似变换对齐训练集中各样本,然后根据样本特征,选择基准样本,再利用曲线化简方法在基准样本上自动提取特征点,最后利用训练样本间形状的相似性,由基准样本上的特征点向其它样本投影得到所有样本卜的标记点,实现了标记点的自动选取.同时保证了样本间标记点的一一对应.为了验证该方法的精确性和有效性.分别建立股骨和髋臼骨的点分布模型,实验结果表明,模型形状变化表现力强、计算效率高.分别与传统的手工标记法和优化法比较,在具有相同形状表现力的情况下,本文方法建模效率更高,时间开销更小.     

基于组合区域形状特征的物体检测算法

该文提出了一种基于组合区域形状特征的物体检测算法,通过图像分割后各个区域之间的关系,组合选取候选目标,提取候选目标夹角链码和弧弦距比特征,构造并联支持向量机分类器。算法对分割要求不高,可对模糊和低对比度的图像目标进行正确检测。通过在ETHZ图像类库上对算法进行测试,验证了算法的准确性。     

多边形近似及形状特征匹配的二维目标检测

在计算机视觉中形状是目标识别和检测的重要特征,而目标边缘是形状特征最直接的表现,因此基于边缘信息进行形状特征描述是最直接有效的方法.针对目前大多数形状特征描述的全局性以及对旋转、缩放等变化的敏感性,采用一种基于目标近似多边形的形状特征描述,这种描述方式具有局部性和紧凑性,同时结合运动参数预测及递归估计的方法实现二维目标...     

基于形状特征的红外目标检测方法

针对红外地面固定目标无直接可用基准图,目标边缘模糊,不利于目标识别检测等问题,提出一种新的基于形状特征的红外目标检测方法。首先在依据红外图像形状特征的基础上,引入图像的灰度形态学梯度,扩展对比度、增长图像边缘特征;其次进行多子区划分,并设计像素相似性计算,有效地结合了像素点的灰度信息以及空间位置;最后在考虑实时图中非真实边缘影响时,加入了Canny算子检测边缘,分离目标与背景,在红外实时图中检测出所需的目标。实验结果表明,本文所提算法检测率能达到80%以上,与直方图检测方法、Hausdorff算法、Nprod算法相比,分别平均提高了近10%,11%,20%,算法花费时间缩短2/3。对于红外固定目标,该方法具有检测率高、速度快、精度高等优点。     

基于角度扩展形状上下文描述的目标检测算法研究

广义Hough变换的轮廓R表以及传统形状上下文是一种较好的形状描述算子,它们可以较好地解决非形变目标定位问题,但是对于解决存在形变的目标检测定位问题却存在不少困难.为解决该问题提出基于角度扩展的改进形状上下文图像特征描述.传统形状上下文形状描述器对于相近的两条边缘线具有不同的角度描述,在描述其相似度时会产生一定的偏差.通过对传统形状上下文描述图像特征的角度参数进行扩展,可以在一定程度上提高检测算法在目标发生形变情况下的鲁棒性.实验表明,本文算法通过对目标样本的训练能够有效的抽取稳定的形状上下文特征,然后通过匹配投票检测出目标位置,在计算机视觉领域具有一定的应用意义.     

基于形状上下文的形状匹配

提出了用于形状匹配的自适应边界点选取的形状上下文方法。首先，根据目标形状，自适应地确定边界点个数；然后，利用选取的边界点，按照本文方法计算该目标的形状直方图；最后，利用形状直方图计算不同目标之间的相似度。基于手写体数字的试验表明，形状上下文在有效描述目标的形状特征的基础上，准确地计算了不同目标之间的相似度，达到了满意的匹配结果。     

MJ内螺纹横截面形状及定中心方法的研究

叙述了用于航空航天产品中的MJ内螺纹轴截面不同位置上径向距离的特点,详细分析了MJ内螺纹横面图形的形状,并提出了一种利用CCD测量系统对具有特殊内表面形状的MJ内螺纹进行参数检测定中心方法,为其量化检测提供基础理论上的依据。     

三维物体形状检测与重构系统的研究

三维物体形状检测与重构技术是计算机图像处理技术的一个分支,在众多领域有着广泛的应用前景。文中介绍了基于面结构光投影法的三维物体形状检测与重构系统,阐述了测量原理,建立了数学模型,给出了系统检测与重构的步骤,并根据检测得到的三维点云数据的特点,提出了适合本课题的简单、有效的三角网格化方法。实验结果证明该系统能够进行有效的检测与重构,具有很好的应用价值。     

双向特征融合的快速精确任意形状文本检测

现有的基于分割的场景文本检测方法仍较难区分相邻文本区域,同时网络得到分割图后后处理阶段步骤复杂导致模型检测效率较低。为了解决此问题,该文提出一种新颖的基于全卷积网络的场景文本检测模型。首先,该文构造特征提取器对输入图像提取多尺度特征图。其次,使用双向特征融合模块融合两个平行分支特征的语义信息并促进两个分支共同优化。之后,该文通过并行地预测缩小的文本区域图和完整的文本区域图来有效地区分相邻文本。其中前者可以保证不同的文本实例之间具有区分性,而后者能有效地指导网络优化。最后,为了提升文本检测的速度,该文提出一个快速且有效的后处理算法来生成文本边界框。实验结果表明：在相关数据集上,该文所提出的方法均实现了最好的效果,且比目前最好的方法在F-measure指标上最多提升了1.0%,并且可以实现将近实时的速度,充分证明了该方法的有效性和高效性。     

双向特征融合的快速精确任意形状文本检测

现有的基于分割的场景文本检测方法仍较难区分相邻文本区域,同时网络得到分割图后后处理阶段步骤复杂导致模型检测效率较低.为了解决此问题,该文提出一种新颖的基于全卷积网络的场景文本检测模型.首先,该文构造特征提取器对输入图像提取多尺度特征图.其次,使用双向特征融合模块融合两个平行分支特征的语义信息并促进两个分支共同优化.之后,该文通过并行地预测缩小的文本区域图和完整的文本区域图来有效地区分相邻文本.其中前者可以保证不同的文本实例之间具有区分性,而后者能有效地指导网络优化.最后,为了提升文本检测的速度,该文提出一个快速且有效的后处理算法来生成文本边界框.实验结果表明:在相关数据集上,该文所提出的方法均实现了最好的效果,且比目前最好的方法在F-measure指标上最多提升了1.0％,并且可以实现将近实时的速度,充分证明了该方法的有效性和高效性.     

三维人脸特征提取方法综述

有效提取人脸特征是人脸识别技术的关键组成部分。传统的二维图像容易受到光照、姿态及表情的影响,而三维数据被认为具有光照姿态不变性。文中从局部特征和整体特征两个角度,对三维人脸特征提取进行综述,对部分方法进行比较,并分析了方法的有效性,总结了三维人脸特征提取方法的优势和困难。     

交通标志检测研究综述

道路交通问题日益严峻,智能交通系统(Intelligent Transportation System,ITS)应运而生.交通标志识别系统(Traffic Sign Recognition,TSR)是ITS的重要组成部分.TSR分为交通标志检测与识别两部分,检测效率的提高使得TSR整体性能提升,以达到提高交通运行速率,降低交通事故的发生.本文主要介绍交通标志检测部分,总结了国内外自上世纪70年代至今的研究成果,其中用到的方法包括了颜色检测、形状检测、神经网络等.并简要叙述了技术理论和难点,最后对交通标志检测方法现状进行总结及展望.     

改进的图像局部特征区域描述方法

针对描述子的性能与维数相矛盾的问题,提出了一种顽健的图像局部特征区域的描述方法。首先按照像素排序将局部特征区域分割为若干个子区域,然后利用基于阈值的分段局部描述子设计方法计算描述子,并采用纹理谱加权方法累加局部描述子得到子区域描述子,最后连接各部分子区域描述子得到最终的特征描述子。该方法综合了全局信息和局部信息,在保证描述子维数较小时对噪声具有一定的顽健性。实验结果表明该方法不仅对单调强度变化和旋转变化具有不变性,而且对其他几何和光学变换具有较好的顽健性。     

辐射源个体特征提取技术综述

特征提取是辐射源个体识别技术的关键,也是实际应用中必须解决的首要问题.从接收信号的暂态和稳态两个方面对现有的个体特征提取技术进行了综述,指出各种特征提取技术的适用范围及关键问题.同时结合个体识别接收设备需要,对所提取的特征参量在工程应用中的测量条件及局限性进行了归纳分析与对比.最后,指出了目前辐射源个体特征提取技术存在...