用于形状识别的目标轮廓无序点集描述与匹配
本文关键词:用于形状识别的目标轮廓无序点集描述与匹配
【摘要】:将目标形状的轮廓看成一个无序的点集,从中抽取形状特征,用于快速而有效的目标识别是形状分析任务中的挑战性问题.针对该问题,提出了一种基于复杂网络模型的形状描述和识别方法.该方法提出用一种自组织的网络动态演化模型构成一个分层的描述框架,在网络动态演化的每一个时刻,对网络分别进行局部测量和全局测量,抽取网络的无权特征和加权特征.在形状匹配阶段,用获得的局部描述子和全局描述子分别进行局部匹配(基于Hausdorff距离)和全局匹配(基于L1距离),组合两种匹配的距离值构成对形状的差异度度量.用标准的测试集对所提出的方法进行性能测试,实验结果表明,所提出的算法能够快速而又鲁棒地完成较高精度的形状识别任务.
【作者单位】: 南京财经大学信息工程学院;江苏省电子商务省级重点实验室(南京财经大学);江苏省现代粮食流通与安全协同创新中心;
【关键词】: 目标识别 复杂网络 形状描述 形状匹配
【基金】:国家自然科学基金(61372158) 江苏省自然科学基金(BK20141487) 江苏省“333工程”高层次人才资助项目(BRA 2015351) 江苏高校科研成果产业化推进工程项目(JHB2012-18) 江苏高校优势学科建设工程资助项目(PAPD) 江苏省政策引导类计划(产学研合作)-前瞻性联合研究项目(BY2016009-03)~~
【分类号】:TP391.41
【正文快照】: 形状是物体非常重要的一类视觉属性,是人的视觉系统对目标进行识别和分类的一个重要依据.在计算机视觉中,形状分析的焦点之一就是如何有效地抽取目标具有辨识力的形状特征并用于后续的识别、分类、检索等任务.人的视觉对目标的轮廓非常敏感,甚至目标的二维轮廓也能给人的视觉
【相似文献】
中国期刊全文数据库 前10条
1 胡学友;胡云龙;;基于独立分量分析的形状识别[J];工程图学学报;2006年04期
2 陈孝春;叶懋冬;倪臣敏;;一种形状识别的方法[J];模式识别与人工智能;2006年06期
3 郑丹晨;韩敏;;基于改进典型形状上下文特征的形状识别方法[J];计算机辅助设计与图形学学报;2013年02期
4 曹明宇;范春利;王文栋;;基于有效导热系数法的交界面形状识别算法[J];红外与激光工程;2013年09期
5 高振林;覃玉荣;陈妮;何平波;;多细胞粘连的形状识别方法[J];计算机工程;2011年12期
6 赵晶,张旭东,高隽;基于支持向量机的多类形状识别系统[J];合肥工业大学学报(自然科学版);2004年01期
7 田有文,张长水,李成华;支持向量机在植物病斑形状识别中的应用研究[J];农业工程学报;2004年03期
8 吕玉增;彭启民;黎湘;;基于极值特征的不变性形状识别[J];电子学报;2008年04期
9 李树祥,刘爱琴;扩散法形状识别(一)[J];国防科技大学学报;1987年02期
10 潘鸿飞;梁栋;陈军宁;唐俊;王年;;基于特征模型的形状识别与聚类算法[J];清华大学学报(自然科学版);2010年12期
中国重要会议论文全文数据库 前2条
1 郭树华;胡平;李运兴;;基于傅立叶描述符的闭合曲线形状识别[A];第六届全国计算机应用联合学术会议论文集[C];2002年
2 肖凯涛;于军玲;王献;;一种基于傅立叶描述符的颗粒图像形状识别方法[A];中国颗粒学会2004年年会暨海峡两岸颗粒技术研讨会会议文集[C];2004年
中国硕士学位论文全文数据库 前10条
1 郭nQ;基于全局与局部形状特征融合的形状识别算法研究[D];吉林大学;2016年
2 张学;平面开曲线形状识别技术的研究[D];南京航空航天大学;2003年
3 客楠楠;偏微分方程在形状识别中的应用研究[D];北方工业大学;2009年
4 张波;对称集及其在形状识别中的应用研究[D];北方工业大学;2008年
5 张丽明;股骨干骨折图像形状识别研究[D];河北大学;2011年
6 刘文刚;基于支持向量机的复合草图形状识别方法[D];天津大学;2007年
7 史晶晶;计算机拼图中形状识别算法研究[D];首都师范大学;2009年
8 翟亚宇;基于PDAD的玻璃几何参数测量及形状识别[D];中北大学;2015年
9 朱凤芹;基于图像处理的回转体零件形状识别与检测系统研究[D];山东理工大学;2014年
10 潘珍;基于轮廓的形状识别方法研究[D];西南大学;2012年
,本文编号:986747
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/986747.html