不变特征提取 中心投影 Fourier描绘子 仿射变换 基于中心投影的不变特征提取.docVIP

不变特征提取 中心投影 Fourier描绘子 仿射变换 基于中心投影的不变特征提取.doc

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
不变特征提取 中心投影 Fourier描绘子 仿射变换 基于中心投影的不变特征提取.doc

不变特征提取论文:基于中心投影的不变特征提取 【中文摘要】图像不变特征提取是图像处理、模式识别、计算机视觉等领域的热点问题,并有着广泛的应用。现有算法大体可分为两类:基于轮廓的方法和基于区域的方法。前者只利用目标轮廓,计算量小且易实现,但一般不适于由多部分组成的物体(如一些汉字等);而后者利用图像上所有像素,提取的不变量更能反映图像特性,但计算量大且对背景噪声敏感。本文考虑将区域方法和轮廓方法结合,利用中心投影变换将目标转化为一条闭曲线,对得到的闭曲线利用轮廓的方法提取不变特征。中心投影变换在某个角度上沿着半径方向对图像进行积分,能够保留图像在该半径上的局部信息;随着角度的变换,所得闭曲线又能够体现图像的全局信息。利用中心投影将区域方法和轮廓方法结合,既能减少计算量又可提取有效的不变特征。主要结果如下:(1)提出基于中心投影变换的Fourier描绘子。原始的中心投影变换仅考虑旋转不变,本文所构造描绘子将中心投影和Fourier描绘子结合,使其同时具有平移、旋转、尺度不变的特性。对52个英文字符及70个相似汉字的实验表明了该描绘子的有效性。(2)证明了图像经中心投影所得闭曲线能保持仿射变换的结论,给出一种基于中心投影的仿射不变特征提取算... 【英文摘要】The extraction of image invariant feature is a hot topic in the field of image processing, computer vision, pattern recognition etc, and has extensive applications. The feature extraction approaches can be mainly classified into two main categories: contour-based methods and region-based methods. The contour-based methods extract features from the contour only, and its implementation is easy and it takes small calculation complexity. But these methods are usually not able to apply to the objects with severa... 【关键词】不变特征提取 中心投影 Fourier描绘子 仿射变换 【英文关键词】invariant feature extraction central projection Fourier descriptors affine transform 【索购全文】联系Q1:138113721 Q2:139938848 【目录】基于中心投影的不变特征提取 摘要 5-6 Abstract 6-7 第一章 引言 8-11 1.1 选题的意义 8 1.2 国内外研究现状 8-10 1.2.1 基于轮廓的方法 8-9 1.2.2 基于区域的方法 9-10 1.3 本文的主要工作 10-11 第二章 基于中心投影的Fourier描绘子 11-22 2.1 引言 11 2.2 中心投影及Fourier描绘子 11-15 2.2.1 中心投影 11-13 2.2.2 Fourier描绘子 13-15 2.3 基于中心投影的Fourier描绘子 15-18 2.4 实验结果及分析 18-21 2.4.1 英文字母识别 18-20 2.4.2 汉字识别 20-21 2.5 本章小结 21-22 第三章 仿射不变的中心投影-小波描绘子 22-42 3.1 引言 22 3.2 中心投影的性质 22-28 3.2.1 中心投影的仿射变换特性 23-26 3.2.2 鲁棒性分析 26-28 3.3 中心投影-小波描绘子 28-31 3.3.1 仿射不变参数 28-29 3.3.2 基于小波的仿射不变特征提取 29-31 3.4 实验结果及分析 31-40 3.4.1 小波基、采样点对CPWDs的影响分析 32-35 3.4.2 识别能力测试 35-36 3.4.3 鲁棒性测试 36-39 3.4.4 与AMIs,MSA方法比较 39 3.4.5 计算复杂度分析 39-40 3.5 本章小结 40-42 第四章 总结与展望 42-44 4.1 本文小结 42 4.2 未来展望 42-44 致谢 44-45 参考文献 45-49 作者简介 49-51 后记 51

文档评论(0)

zijingling + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档