二维解析张量投票算法研究

发布时间：2017-12-23 13:16

  本文关键词：二维解析张量投票算法研究　出处：《自动化学报》2016年03期 　论文类型：期刊论文

  更多相关文章： 张量投票 结构推理 解析解 特征提取

【摘要】：针对传统张量投票(Tensor voting)算法计算过程复杂、算法效率低的问题,本文提出了一种二维解析张量投票算法.首先,深入分析张量投票理论的基本思想,分析传统张量投票算法的不足及其根源;其次,设计了一种二维解析棒张量投票新机制,实现了二维解析棒张量投票的直接求取;在此基础上,利用二维解析棒张量投票不依赖参考坐标系的特性,设计并求解了二维解析球张量投票表达式,解决了长期困扰张量投票理论中球张量投票无法解析求解,仅能通过迭代数值计算,计算过程复杂、算法效率低、算法精度与算法效率存在矛盾的难题.最后,通过仿真分析和对比实验验证了本文算法在精度和计算效率方面的性能均优于传统张量投票算法.
【作者单位】： 燕山大学电气工程学院;
【基金】：国家自然科学基金(51305390,61501394) 河北省自然科学基金(E2012203002)资助~~
【分类号】：TP391.41
【正文快照】： 张量投票(Tensor voting)理论是一种经典的显著性结构特征推理理论,最初由南加利福尼亚大学Guy等首先提出[1].其基本思想源于心理学领域的Gestalt原理,即:人类 视觉系统趋于根据某种准则将所提取到的图像特征按照某种编码为一系列单位矩阵;在张量投票阶段,分别进行稀疏投规律

【相似文献】

相关期刊论文 前7条

1 郑钰辉;潘瑜;孙权森;韦志辉;夏德深;;基于曲率保持PDE的非线性结构张量[J];计算机工程与应用;2010年18期

2 李海生;杨钦;陈其明;;二阶张量场可视化研究[J];计算机科学;2003年01期

3 王杰;吴强;;张量场理论在图像去噪中的应用研究[J];计算机工程与应用;2009年17期

4 胡水祥;黄东军;;基于张量投票的图像超分辨率算法[J];企业技术开发;2010年11期

5 王旭东;冯象初;白键;;基于结构张量场拟合的图像恢复方法[J];西安电子科技大学学报;2011年06期

6 白衡;王世杰;罗立民;;DT-MRI张量值图像的一种加权方向距离滤波方法[J];东南大学学报(自然科学版);2006年01期

7 ;[J];;年期

相关会议论文 前2条

1 宋伟杰;陈为;陈海东;郑红婵;崔俊芝;;采用混合椭球体和LIC纹理方法对扩散张量场在流面上进行可视化[A];第六届全国几何设计与计算学术会议论文集[C];2013年

2 郑泉水;赵治华;杜丹旭;;各向同性弹性体Eshelby张量场的不可约结构,对称性及平均值[A];中国力学学会学术大会'2005论文摘要集（下）[C];2005年

相关博士学位论文 前1条

1 刘伟;人脑三维弥散张量影像数字化统计图谱研究[D];中国科学技术大学;2012年

相关硕士学位论文 前9条

1 朱琳;心脏磁共振扩散张量场正则化方法研究[D];哈尔滨工业大学;2009年

2 任晓鹏;张量的迹[D];山西师范大学;2014年

3 秦菁;张量投票算法及其应用[D];华东师范大学;2008年

4 李祥亮;一种基于张量场的数据约简方法及应用研究[D];苏州大学;2009年

5 叶爱芬;基于自适应张量投票的视觉特征结构提取研究[D];苏州大学;2008年

6 谢成;结合结构张量的图像去噪及其增强的研究[D];华中科技大学;2009年

7 熊诗威;基于扩散张量成像的人脑三维张量模板构建研究[D];西安电子科技大学;2014年

8 施平;交互式三维城市构建与建筑布局的算法研究[D];浙江大学;2010年

9 孟慧;磁梯度张量正演、延拓、数据解释方法研究[D];吉林大学;2012年

，

本文编号：1324020