- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于L曲率尺度空间形状研究技术
基于L曲率尺度空间形状研究技术 摘要:人们在对图像进行分析离家的过程中,尺度空间技术的应用主要是为了模拟人类视觉机能,使得图像分析的效果得到进一步的提升。其中基于L曲率的尺度空间形状分析技术,由于可以对图像尺度参数进行相应的计算分析,具有良好的鲁棒性,这就使得图像分析的效果得到增强,因此得到了人们的广泛应用。本文通过对L曲率的相关内容进行简要的概述,讨论了基于L曲率的尺度空间性质分析技术的实际应用,以供参考。
关键词:尺度空间;L曲率;形状分析技术
随着计算机技术的不断发展,人们也将其应用到各个领域当中,从而给人们的生活和生产带来变电。然而,在形状分析的过程中,人们为了使得计算机视觉分析的效果得到进一步的提高,就将许多先进的科学技术和理论知识应用到其中,从而对形状分析技术的效果进行优化,充分的体现出尺度空间的特征。而且为了使得角点检测结果的稳定性和可靠性得到进一步的提高,人们也将一些新型的科学技术应用到其中。下面我们就对基于L曲率尺度空间形状分析技术的相关内容进行介绍。
一、精化数字曲线上的L曲率
1、精化数字曲线策略
目前我们在对物体、图形等事物的边缘曲线进行数字化处理的过程中,我们可以通过对这些数字化述的形式,将整数有序点集合在一起,在通过坐标的方式将其表述处理。其中我们在对这些数字化集点进行计算的过程中,人们则是采用离散曲率计算的方法来对其进行处理,而我们就将这种计算方法称之为L曲率。
但是如果采用这种方法来对其数字曲线进行表述时,这就使得数字曲线具有离散特性,这就十分容易导致人们在对其进行计算分析的过程中,存在着一定的误差,这就对尺度空间形状分析有着极为严重的影响。因此我们就需要采用精化数字曲线的策略,来对其进行处理。这种方法在实际应用的过程中,主要是利用象素点在坐标来对曲线对应插值进行获取,进而得到相应的数字边线,在通过利用相关的数据参数来对其曲线进行净化,这样不仅使得曲线的连续性得到进一步的保障,还提高了数字曲线的精确度,从而满足了尺度空间形状分析的相关要求。
2、平面曲率
通过相关数据分析,我们在尺度空间形状分析的过程中,我们就必须要根据相关要求,来对平面曲率的计算方法进行分析,从而对整个尺度空间进行详细的描述,从而让图像分析的效果得到进一步的提升。
二、基于L曲率的多尺度表示
目前,我们在对尺度空间特征进行检测的过程中,一般都会涉及到多个数据参数的分析,在根据相关的标准,在其中输入图像,从而获取数据参数的最大值。一般来说,我们在对尺度控制特征参数值进行确定的过程中,其参数的最佳值并不是一个确定值,我们通常都是采用多尺度分析的方法来对其进行表述。
1、L曲率尺度空间
在L曲率的计算中自由参数是L,L控制曲率计算领域大小,L从小到大连续变化,分别计算每个尺度下的曲率,检测每个尺度下的特征点,观察特征点随尺度的变化情况。在这里,提取曲率过零点和极值点,画出其曲率过零点的CSS图像和其极值点的CSS图像,从图像上,观察这些特征点随输入参数的变化情况,从这些特征点的变化情况可以看出其轮廓曲线的形状特点。
2、L曲率多尺度曲率积
上述力一法是分别从多个单一尺度的信息检测轮廓曲线的特征点,借助特征点在每个尺度下的变化特点来描述轮廓曲线。各个尺度下的边缘之问必存在-些相关性,多尺度乘积己经被用来增强边缘峰值,同时可以抑制噪声。事实上,曲率变化和边缘信号具有相同的性质。因此,多尺度曲率乘积被提出来增强角点并且同时抑制边缘细节和噪声。为了融合L曲率的多尺度信息,下面提出该曲率的多尺度曲率积概念。
三、实验分析
1多尺度描述实验
本节给出了几个基于轮廓曲线的L曲率尺度空间图以及分析。分别给出了其相应的L曲率图和平面曲率图。在计算L曲率时,自由参数为L,它控制曲率计算领域大小;在平面曲率计算中,自由参数是高斯卷积尺度。记L曲率估计值为CL,其中、为弧长参数,表明了L曲率是关于参数L的函数,记用不同的高斯尺度平滑曲线计算出来的曲率值为k,表明平面曲率k是的函数。显示了用不同的高斯尺度平滑轮廓曲线计算的曲率。从上图中可以看出,随着的增加,平面曲率绝对值降低;L曲率的绝对值随L的增加而增加。
对于平面曲率,当高斯尺度小时,将会出现很多伪曲率过零点和极值点,当尺度很大时特征点的位置会发生偏移。为了找到真正的曲率特征点,一般用较大的来定位曲率特征点,获得轮廓曲线的所有的重要信息,然后从大尺度到小尺度跟踪定位特征点,以实现特征点在小尺度下的精确定位,从而准确的反应轮廓曲线的形状。为了检测结果的精确性,需要多个尺度来计算曲率,因此计算量很大。
L在一定范围内变化时,L曲率估计值在保持尖角点力一面有比较好的性质,这是因为在L变化时没有
文档评论(0)