基于全局与局部形状特征融合的形状识别算法研究

基于全局与局部形状特征融合的形状识别算法研究

ID:35061170

大小:3.27 MB

页数:50页

时间:2019-03-17

基于全局与局部形状特征融合的形状识别算法研究_第1页
基于全局与局部形状特征融合的形状识别算法研究_第2页
基于全局与局部形状特征融合的形状识别算法研究_第3页
基于全局与局部形状特征融合的形状识别算法研究_第4页
基于全局与局部形状特征融合的形状识别算法研究_第5页
资源描述:

《基于全局与局部形状特征融合的形状识别算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:TP391单位代码:101拍2013544〇2〇研究生学号:密级:公开參古林大学硕女学位论文专化单化()基于全局与局部形状特征融合的形状识别算法研究ShaeReconitionAlorithmBasedonFusionofpggGlobalandLocalProperties作者姓名:郭淆类别:工程硕:t领域(方向):软件工程指导教师;王生生教授培养单位:软件学院2016年4月>未经本论文作者的书面授巧,巧法收存和保管本论文书面版本、电子版本的任何单位和

2、个人,均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作。否则权的商化性使用(但纯学术性使用不在此限),应承担侵权的法律责任。吉林大学硕古学位论文原创性声明本人郑重声明:所呈交学位论文,是本人在指导教师的指导下,独互进。行硏究工作所取得的成果除文中己经注明引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研巧做出重耍贡献的个人和集体,均己在文中臥明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期P乂年日:L^月H—

3、————————————————————基于全局与局部形状特征融合的形状识别算法研究—————————————————————ShapeRecognitionAlgorithmBasedonFusionofGlobalandLocalProperties作者姓名:郭湑领域(方向):软件工程指导教师:王生生教授类别:工程硕士答辩日期:2016年ϱ月Ϯϴ日摘要基于全局与局部形状特征融合的形状识别算法研究作为计算机视觉的基础研究课题,形状识别有着极为广泛的应用领域,例如,目标识别、字符识别、医学图像分析、机器人导航等。形状识别的难点在于,来自同一类别的形状,即使

4、经过几何变换(旋转、平移和尺度变换)或者非线性的形变(噪声、扭曲、遮挡等),仍能被人眼轻松识别出来,而对于计算机,这便是一个不小的挑战。因此,一个好的形状识别算法便成为了让计算机准确识别形状的关键手段。这样的算法要能忽略来自同一类别形状彼此间的形变差异,同时还要能区分出不同类别的形状。一个完整的形状识别过程主要包含两个步骤,首先,描述形状特征的方式,建立一个能有效描述形状的模型,该模型将在算法中代表形状参与运算。其次,一个形状的匹配算法,即当两个形状进行比较时,是如何描述它们之间的差异。形状识别算法根据提取形状特征模型的尺度不同被分为全局算法与局部算法。经

5、典的全局形状识别算法虽然高效,但却无法获得足够的局部细节信息,在处理非线性形变方面存在不足。局部形状识别算法拥有良好的检索率,但在辨别力方面的效果却有待提高,面对噪声会产生误匹配的情况。所以人们便尝试着将全局与局部特征融合在一起,来弥补彼此的不足。本文主要研究了一些基于全局与局部形状特征的经典识别算法,提出了一种特征点分类的策略,将提取到的特征点进一步分类,针对不同类别的特征点集合采用不同的形状识别算法进行描述,并将结果进一步地融合,更好地利用了全局与局部算法彼此的优势。本文主要研究内容如下:(1)对目前形状识别领域的成果展开了相对全面的综述,简要地说明了

6、该领域的研究现状,阐述了各类算法的特点,分别介绍了基于全局特征的模糊形状模型(BSM)和基于局部特征的形状上下文算法(SC),并探讨了这两种方法存在的不足之处,奠定了下一个阶段的研究基础。(2)本文将在传统的形状识别算法的预处理阶段加入一个匹配训练环节,训练数据库中每个形状的类特征点,这些类特征点构成了形状的骨架,代表了该类形状区别于其他类别的独有特征。接着在检索阶段,将被检索的形状与数据库中的对比形状所产生的特征点匹配结果进一步分类,分为匹配的类特征点、未匹配点和形变特征点三类。通过以上两个环节来完成分类策略。(3)匹配的类特征点将作为正样本,未匹配点将

7、作为负样本共同参与到全局特征信息的描I述上来。而形变特征点由于代表局部信息以及形变细节,将作为局部特征信息参与到融合算法中。(4)本文将修改后的模糊形状模型和形状上下文算法分别应用于上述两类特征信息,并将结果进行融合生成最终的融合代价。该代价将代表两个形状的相似程度,代价值越小,越相似,反之亦然。实验结果表明,文中所提出的框架能够有效结合不同算法实现形状的识别并获得更好的效果。关键词:形状识别,模糊形状模型,形状上下文,特征融合IIAbstractShapeRecognitionAlgorithmBasedonFusionofGlobalandLocalP

8、ropertiesAsthebasicresearchtopico

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。