已閱讀1頁,還剩83頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、輪廓編組的目的是從輸入中提取獨立的目標輪廓,是一種以邊緣片段為編組對象的知覺組織過程。由于輪廓能夠很好地描述目標的幾何特征和拓撲特征,并且表示具有很好的簡潔性,因此對于后續(xù)的高級視覺任務,如目標識別、場景分析、基于內(nèi)容的圖像檢索等都具有重要的意義。
本文以格式塔編組原則為基礎,以圖像序列為輸入,提出了基于時空信息的輪廓編組算法,本文的主要工作如下:
1、研究了邊緣檢測算法,從輪廓編組的特點出發(fā),提出了基于gPb的邊緣
2、片段編組元提取算法。
2、研究了時空信息的提取方法,利用LDOF光流法提取圖像運動信息,利用RGB/Lab顏色模型和伯克利紋理算子,提出了基于光流法的運動特征和基于顏色、紋理描述的空間特征提取算法。
3、研究了流形學習方法,比較了線性降維和非線性降維方法對時空特征的處理效果,采用了基于流形學習的時空相似度計算方法。
4、在研究聚類方法的基礎上,以時空相似度為聚類信息,提出了基于自適應譜聚類的輪廓編組算法。<
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于時空信息的視頻目標跟蹤算法研究.pdf
- 基于時空信息的視頻對象分割算法研究.pdf
- 基于時空信息和社會網(wǎng)的POI推薦算法研究與實現(xiàn).pdf
- 基于時空信息表達的視頻拷貝檢測.pdf
- 區(qū)域時空信息與時空過程模型的GIS表達.pdf
- 綜合時空信息的視頻序列中運動目標分割算法.pdf
- 基于HBase地理時空信息的精細化組織方法研究.pdf
- 基于時空信息融合的Snake視頻對象分割技術研究.pdf
- 融合時空信息的短時交通流預測.pdf
- 時空信息云平臺項目總體計劃
- 基于多通道時空信息的表面肌電信號分解.pdf
- 微光圖像的輪廓編組研究.pdf
- 基于時空信息和深度學習的視頻總結(jié)和標題生成.pdf
- 全局顯著信息指導下的輪廓編組計算模型研究.pdf
- 基于輪廓編組計算模型的運動目標提取研究.pdf
- 聯(lián)合時空信息的夜間運動車輛檢測.pdf
- 基于級聯(lián)時空混沌的信息隱藏算法研究.pdf
- 面向時空信息挖掘的遙感圖像管理系統(tǒng)的研究與實現(xiàn).pdf
- 基于時空信息與認知模型的移動機器人導航機制研究.pdf
- 融合輪廓信息的基于區(qū)域的圖像分割算法.pdf
評論
0/150
提交評論