

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)
文檔簡介
1、有效地恢復(fù)含有異常點(diǎn)或受到惡性污染的觀測數(shù)據(jù)的低秩結(jié)構(gòu)被廣泛地應(yīng)用在計(jì)算機(jī)視覺的各個(gè)領(lǐng)域,如模式識(shí)別、視頻和圖像處理和工業(yè)檢測等領(lǐng)域。隨著算法和理論的發(fā)展,魯棒主成分分析作為主成分分析的進(jìn)化方法得到了相當(dāng)大的關(guān)注。魯棒主成分分析不僅可以有效地恢復(fù)和分析觀測數(shù)據(jù)的低秩結(jié)構(gòu),還可以獲取觀測數(shù)據(jù)的稀疏部分。本文研究了魯棒主成分分析其理論與實(shí)際應(yīng)用的相互結(jié)合,尤其是魯棒主成分分析的實(shí)際應(yīng)用模型的理論分析。并且針對(duì)具體實(shí)際問題的研究了相應(yīng)的魯棒主
2、成分分析算法設(shè)計(jì)及求解,以及在視覺應(yīng)用領(lǐng)域的拓展。主要工作和研究成果如下:
?。?)對(duì)基于低秩表示的對(duì)具有空間連續(xù)性的目標(biāo)檢測算法(DECOLOR)的改進(jìn)。該算法是魯棒主成分分析的延伸與拓展,在魯棒主成分分析原有理論的基礎(chǔ)上結(jié)合了稀疏目標(biāo)的空間連續(xù)性。由于該算法仍然使用核范數(shù)來逼近矩陣的秩,并不能很好地反映出視頻圖片幀之間運(yùn)動(dòng)背景的強(qiáng)相關(guān)性以此來將視頻中的前景運(yùn)動(dòng)目標(biāo)從背景中分離出來。鑒于此,本文引入了凹函數(shù)。除此之外,本文還考
3、慮了觀測視頻中背景部分的理想秩先驗(yàn)信息,引入了局部核范數(shù)。因此,本文使用凹函數(shù)和局部核范數(shù)相互結(jié)合來替代標(biāo)準(zhǔn)的核范數(shù)來進(jìn)行迭代更新,直到獲得全局最優(yōu)解為止。對(duì)比實(shí)驗(yàn)結(jié)果表明,本文提出的方法比現(xiàn)有基于魯棒主成分分析的方法在前景運(yùn)動(dòng)目標(biāo)檢測效果上從主觀和客觀分析都具有一定優(yōu)越性。
?。?)集成電路(IC)焊點(diǎn)的缺陷檢測是一項(xiàng)長期的任務(wù)。本文將IC焊點(diǎn)缺陷檢測問題看成是一個(gè)優(yōu)化問題,并且提出了一個(gè)基于魯棒主成分分析的檢測方法,為該傳統(tǒng)
4、的應(yīng)用問題提供了嶄新的理論角度。其中,本文將微型電子元器件焊點(diǎn)圖像看作為受到惡性污染的觀測數(shù)據(jù)。根據(jù)魯棒主成分分析的基本理論,焊點(diǎn)圖像會(huì)被近似分解為低秩部分和數(shù)據(jù)異常部分。在本文中,質(zhì)量合格的IC焊點(diǎn)圖像的標(biāo)準(zhǔn)外觀模型通過魯棒主成分分析被構(gòu)建以用于IC元器件焊點(diǎn)缺陷檢測。然后,根據(jù)所建立的標(biāo)準(zhǔn)外觀模型來定義缺陷度來評(píng)估待檢測IC元器件焊點(diǎn)圖像的質(zhì)量。同時(shí)與人類視覺感知相關(guān)的位置先驗(yàn)信息被用于計(jì)算缺陷度以此來更精確地評(píng)估待檢測焊點(diǎn)質(zhì)量。對(duì)
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(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
- 改進(jìn)的魯棒主成分分析模型及其應(yīng)用.pdf
- 基于魯棒主成分分析的低秩矩陣恢復(fù)算法及其應(yīng)用研究.pdf
- 基于魯棒主成分分析的音樂降噪.pdf
- 求解魯棒主成分分析的非單調(diào)步長交替最小化算法.pdf
- 魯棒主成分分析的優(yōu)化模型及其在計(jì)算機(jī)視覺中的應(yīng)用.pdf
- 6493.魯棒主元分析算法及其應(yīng)用
- 面板數(shù)據(jù)的主成分分析及其應(yīng)用
- 基于形態(tài)學(xué)與魯棒主成分分析的紅外小目標(biāo)檢測.pdf
- 主成分分析算法的FPGA實(shí)現(xiàn).pdf
- 基于主成分分析的綜合評(píng)價(jià)研究及其應(yīng)用.pdf
- 主成分分析網(wǎng)絡(luò)構(gòu)造方法及其應(yīng)用.pdf
- 基于主成分分析的特征融合及其應(yīng)用.pdf
- 基于魯棒非負(fù)主成分分析的網(wǎng)絡(luò)坐標(biāo)系統(tǒng)技術(shù)研究.pdf
- 主(?。┏煞址治龅膶?shí)時(shí)算法.pdf
- 基于主成分分析的圖像重構(gòu)算法研究.pdf
- 18989.限定性主成分分析算法的建立及其初步應(yīng)用
- 基于主成分分析的紋理圖像分類算法.pdf
- 基于多元t分布的概率主成分分析及其應(yīng)用.pdf
- 主成分分析與二維主成分分析之比較研究.pdf
- spss在主成分分析中的應(yīng)用
評(píng)論
0/150
提交評(píng)論