基于自適應(yīng)張量投票的視覺(jué)特征結(jié)構(gòu)提取研究.pdf

1、隨著計(jì)算機(jī)視覺(jué)研究領(lǐng)域的不斷拓展，許多新的圖形圖像形式逐漸成了計(jì)算機(jī)視覺(jué)研究的對(duì)象，同時(shí)對(duì)處理結(jié)果的要求也越來(lái)越苛刻。在這背景下，一些新的視覺(jué)特征結(jié)構(gòu)提取算法逐漸發(fā)展起來(lái)，張量投票正是其中比較出色的算法。 本論文從張量投票視覺(jué)特征提取構(gòu)架分析出發(fā)，提出了一種改進(jìn)的自適應(yīng)張量投票算法，給出了算法設(shè)計(jì)和具體實(shí)現(xiàn)方案，并將之應(yīng)用于二維點(diǎn)云中的特征結(jié)構(gòu)實(shí)體提取和圖像曲線提取，取得了較好的實(shí)驗(yàn)結(jié)果。具體表現(xiàn)為如下幾點(diǎn)： (1)提出

2、了結(jié)合點(diǎn)云密度和圖像紋理的自適應(yīng)張量投票算法，改進(jìn)和豐富了張量投票理論構(gòu)架。 (2)對(duì)點(diǎn)云密度進(jìn)行了深入系統(tǒng)的分析研究，提出了能反映局部密集程度的密集度參數(shù)，彌補(bǔ)了傳統(tǒng)點(diǎn)云密度提取方法導(dǎo)致整體密度均勻化的缺陷。結(jié)合點(diǎn)云的密集度、均勻分塊密度和方差，提出了判別點(diǎn)云隨機(jī)性和分布均勻性的方法，填補(bǔ)了點(diǎn)云密集性判別研究的空白。 (3)基于已有點(diǎn)云視覺(jué)結(jié)構(gòu)提取算法大多只能對(duì)特定類(lèi)型的點(diǎn)云進(jìn)行提取的缺陷，提出了一個(gè)結(jié)合點(diǎn)云密度和隨機(jī)

3、性判別的自適應(yīng)張量投票算法。該方法首先對(duì)點(diǎn)云進(jìn)行預(yù)判別，僅對(duì)包含視覺(jué)特征結(jié)構(gòu)實(shí)體的點(diǎn)云進(jìn)行特征結(jié)構(gòu)實(shí)體提取，排除了提取偽特征結(jié)構(gòu)實(shí)體的可能性，從而提高了張量投票算法的準(zhǔn)確性；其次通過(guò)自適應(yīng)確定投票場(chǎng)尺度參數(shù)實(shí)現(xiàn)了自適應(yīng)張量投票，使投票過(guò)程依據(jù)點(diǎn)云自身密度進(jìn)行自適應(yīng)調(diào)整，提高了算法的提取精度。 (4)基于圖像紋理分析，提出了一個(gè)結(jié)合圖像紋理的自適應(yīng)張量投票算法。該方法依據(jù)圖像紋理譜自適應(yīng)確定投票場(chǎng)尺度參數(shù)，實(shí)現(xiàn)了自適應(yīng)張量投票，提