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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著機(jī)器人工件抓取任務(wù)、自動(dòng)導(dǎo)航、自動(dòng)檢測(cè)、裝配任務(wù)、醫(yī)學(xué)圖象分析和遙感圖象分析等大量現(xiàn)實(shí)應(yīng)用的需要,物體識(shí)別已成為計(jì)算機(jī)視覺中的一個(gè)研究熱點(diǎn)。當(dāng)三維物體投影成二維圖像時(shí),許多三維信息丟失,識(shí)別的目的就是要根據(jù)二維圖像中隱含的信息識(shí)別出三維物體。 本論文主要研究從完整的和部分遮擋的物體線圖和圖像識(shí)別平面圖形、平面立體和曲面立體的機(jī)理和算法。 本文以仿射不變性和透視不變性理論為基礎(chǔ),提出了描述平面多邊形形狀的拓?fù)涮卣骱蛶缀?/p>
2、特征,以這些特征作為約束條件給出了軸測(cè)投影和透視投影下類似形的定義。根據(jù)類似形原理,提出了平面多邊形為類似形的識(shí)別算法;提出一種新的以面作為匹配基元從單幅軸測(cè)圖和透視圖識(shí)別平面立體的方法。仿真實(shí)驗(yàn)結(jié)果表明:該算法不僅能識(shí)別形狀不同的平面立體,還可以把形狀相同,但各部分大小,比例不同的目標(biāo)區(qū)分開,對(duì)噪音不敏感。相對(duì)于其它的識(shí)別算法,該算法有明顯的改進(jìn)。 本文給出了一種新的、適合于仿射變換的局部不變量,建立了一種新的歸一化的相似性度
3、量函數(shù),構(gòu)造了判斷目標(biāo)的各個(gè)局部是否被遮擋的丟失特征向量判別函數(shù),僅利用未遮擋部分的局部特征計(jì)算待識(shí)別目標(biāo)和模型的整體相似度,可以從單幅線圖識(shí)別部分遮擋的平面多邊形狀物體。局部不變量具有仿射不變性,解決了現(xiàn)有識(shí)別方法只適用于剛體變換和相似變換的問題。相似性函數(shù)和丟失特征判別函數(shù)綜合考慮了噪聲和遮擋帶來的影響,仿真實(shí)驗(yàn)結(jié)果表明該識(shí)別算法對(duì)遮擋和噪聲都不敏感。 本文提出了仿射投影下二維曲線的匹配方法。給出了NRLCTI碼的定義?;?/p>
4、NRLCTI碼可以初步匹配目標(biāo)和模型輪廓上的關(guān)鍵特征點(diǎn),解決了窮盡搜索法尋求特征點(diǎn)對(duì)應(yīng)的高費(fèi)率和低效率問題。提出了一種以Frobenius范數(shù)為基準(zhǔn),基于特征點(diǎn)對(duì)應(yīng)估計(jì)出最佳仿射變換矩陣的方法,設(shè)計(jì)了一種新的算法匹配目標(biāo)和模型輪廓曲線上的每子段曲線,解決了用特征點(diǎn)表示曲線的不唯一性問題。提出了一種從單幅線圖識(shí)別二維曲線的算法,用物體分解法把封閉的輪廓分段,通過對(duì)每子段曲線的識(shí)別實(shí)現(xiàn)對(duì)整條曲線的識(shí)別,解決了用多邊形近似曲線的不準(zhǔn)確性問題。
5、給出了實(shí)驗(yàn)結(jié)果。 本文提出了一種新的匹配部分遮擋曲線的算法。根據(jù)關(guān)鍵特征點(diǎn)將輪廓曲線分段,匹配目標(biāo)和模型輪廓曲線上的每子段曲線。提出了一種穩(wěn)定的Hausdorff距離(簡(jiǎn)稱RHD),RHD綜合考慮了出格點(diǎn)和遮擋的影響,能夠勝任有遮擋和噪聲的曲線的匹配?;赗HD測(cè)量目標(biāo)和模型特征點(diǎn)集的匹配程度,估計(jì)仿射變換矩陣,解決了仿射變換下部分遮擋曲線的匹配問題。估計(jì)仿射變換矩陣采取了同類點(diǎn)匹配的原則,大大減少了搜索空間,提高了效率。實(shí)驗(yàn)結(jié)
6、果表明:該算法簡(jiǎn)單有效、抗噪聲能力較強(qiáng),在有比較大的遮擋情況下仍有效。 本文詳細(xì)分析了T型節(jié)點(diǎn)與遮擋的關(guān)系,提出了多目標(biāo)場(chǎng)景線圖存在遮擋的判斷定理;給出了基于線圖標(biāo)記技術(shù)分割線圖的新方法;給出了基于標(biāo)記技術(shù)補(bǔ)全T型節(jié)點(diǎn)附近的拓?fù)浣Y(jié)構(gòu)的一些規(guī)則;仿真實(shí)驗(yàn)結(jié)果表明:正確恢復(fù)出線圖互遮擋部分的拓?fù)浣Y(jié)構(gòu)后,線圖的識(shí)別率得到了明顯提高。提出了以識(shí)別出的模型作為知識(shí)引導(dǎo),校正重建出物體拓?fù)浣Y(jié)構(gòu)的方法。 本文采用屬性關(guān)系圖(ARG)表
7、示平面立體和線圖。提出了一種仿射變換下從單幅線圖識(shí)別部分遮擋的平面立體的方法,在匹配待識(shí)別線圖與模型結(jié)點(diǎn)之前,先用拓?fù)湫畔⑦M(jìn)行候選模型的篩選,仿真實(shí)驗(yàn)結(jié)果表明:大大提高了識(shí)別的效率,不僅能識(shí)別不同形狀的目標(biāo),而且能把拓?fù)浣Y(jié)構(gòu)相同,但各部分大小、比例不相同的目標(biāo)區(qū)分開。 本文研究了工業(yè)零件中常用的兩種特殊曲面立體存在遮擋的識(shí)別方法。對(duì)于端截面形狀復(fù)雜(關(guān)鍵特征點(diǎn)較多時(shí))的曲面立體,匹配端面曲線;對(duì)于包含有一系列橢圓的端截面,選用共
溫馨提示
- 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 部分遮擋目標(biāo)識(shí)別算法研究.pdf
- 部分遮擋目標(biāo)識(shí)別算法研究(1)
- 基于物體輪廓的局部遮擋和缺損目標(biāo)的識(shí)別方法研究.pdf
- 光照和遮擋條件下的人臉識(shí)別算法研究.pdf
- 不同光照和遮擋條件下的人臉識(shí)別算法研究.pdf
- 局部遮擋物體的輪廓修復(fù)算法研究.pdf
- 基于物體候選區(qū)域和改進(jìn)隨機(jī)蕨的室內(nèi)物體識(shí)別算法研究.pdf
- 遮擋和復(fù)雜光照條件下魯棒人臉識(shí)別算法研究.pdf
- 基于稀疏表示和非負(fù)矩陣分解的部分遮擋人臉識(shí)別研究.pdf
- 基于紋理信息的物體遮擋圖像修復(fù)算法研究.pdf
- 有部分遮擋的人臉識(shí)別方法研究.pdf
- 基于輪廓的物體識(shí)別算法研究.pdf
- 基于圖像的物體識(shí)別算法研究.pdf
- 有遮擋人臉圖像的特征提取和識(shí)別研究.pdf
- 基于內(nèi)容的場(chǎng)景和物體類別識(shí)別研究.pdf
- 遮擋條件下的人臉識(shí)別算法研究.pdf
- 受生物啟發(fā)的物體識(shí)別算法研究.pdf
- 部分遮擋條件下橢圓目標(biāo)識(shí)別.pdf
- 基于稀疏編碼的部分遮擋商標(biāo)識(shí)別方法研究.pdf
- 動(dòng)物體的細(xì)胞識(shí)別和免疫
評(píng)論
0/150
提交評(píng)論