导读:本文包含了轮廓模型论文开题报告文献综述及选题提纲参考文献，主要关键词:图像分割,活动轮廓模型,余弦函数,变指数p-Laplace函数
轮廓模型论文文献综述
严俊潇,唐利明[1]（2019）在《基于余弦拟合和变指数的p-Laplace正则化的活动轮廓模型》一文中研究指出利用余弦拟合能量作为传统活动轮廓模型的数据拟合能量项,并结合变指数的p-Laplace方程,提出了一种新的基于区域的活动轮廓图像分割模型.该模型可以分割复杂图像,变指数的p-Laplace函数可以有效的处理有复杂拓扑变换的图像和准确的提取目标边界.试验结果表明,该模型能够快速准确地分割复杂图像,并且对噪声有一定的鲁棒性和对轮廓的初始位置不敏感.(本文来源于《湖北民族学院学报(自然科学版)》期刊2019年04期）
张晓东,张力飞,陈关州,朱坤[2]（2019）在《基于深度学习的遥感影像地物目标检测和轮廓提取一体化模型》一文中研究指出随着遥感影像的分辨率不断提升,基于可见光遥感影像地物目标检测和轮廓提取的研究越来越受到关注。基于深度学习的方法提出一个利用遥感影像进行地物目标检测和轮廓提取的一体化模型,旨在解决遥感影像地物目标检测和轮廓提取中繁复的手工标注和传统算法效果不佳的难题。以船舶为研究对象,在HRSC2016遥感数据集上进行验证,单类目标检测精度可以达到79.50%,4类目标检测精度为63.45%,轮廓提取精度可以达到97.40%。结果证明,提出的模型可以实现基于遥感影像的自动化、智能化的船舶目标轮廓提取。(本文来源于《测绘地理信息》期刊2019年06期）
吴明清,弋晓康,罗华平,李传峰,唐晓燕[3]（2019）在《基于多轮廓模型的红枣体积和表面积在线测量方法》一文中研究指出为快速测量红枣的体积和表面积,给红枣叁维信息的分级装备开发提供依据。该文搭建图像采集装置,由工业相机连续拍摄旋转圆盘上物体的二维图像,编写图像处理软件提取图像的二维轮廓特征,再由二维图像的轮廓构建叁维多轮廓模型,测量模型的体积和表面积。探讨不同轮廓间角(4°～15°),不同投影高度(0.1～0.5cm)和不同直径(24～42 mm)对多轮廓模型测量体积和表面积的影响。试验结果表明,多轮廓球体模型的直径为固定值,体积的相对误差随轮廓间角和投影高度的增大而增大,表面积的相对误差随轮廓间角和投影高度的增大而减小,最小相对误差分别为6.0%和1.0%;多轮廓球体模型的轮廓间角和投影高度为确定值,模型的体积和表面积的相对误差随直径的变化不明显,但直径越小误差越大,体积和表面积相对误差的均值分别为9.1%和4.34%;多轮廓红枣模型的轮廓间角和投影高度为确定值,模型体积的平均相对误差随等级的增大而增大,表面积随等级变化不明显,其中体积的均方根误差和平均相对误差的均值为2.45 cm3和10.2%;表面积的均方根误差和平均相对误差的均值为3.65 cm2和7.09%。红枣多轮廓模型测量方法为红枣分级装备的开发提供技术参考。(本文来源于《农业工程学报》期刊2019年19期）
魏金金[4]（2019）在《引入秩逼近函数的群相似性活动轮廓模型》一文中研究指出为了稳健处理序列图像中相似形状目标的提取问题,将一个比核范数更近似的光滑逼近函数引入群相似性活动轮廓(active contours with group similarity,ACGS)能量泛函模型,给出了求解该模型的优化算法,进行了仿真实验。结果表明:与传统的C-V(Chan-Vese)模型和ACGS模型相比,该优化算法能很好地保持序列图像中演化曲线的形状相似性。(本文来源于《新乡学院学报》期刊2019年09期）
王雪娜,东野长磊[5]（2019）在《几种经典活动轮廓图像分割模型综述》一文中研究指出图像分割是将图像进行特征提取的关键技术。图像分割算法研究成果较多,活动轮廓模型是图像分割获取边缘信息的重要方法。阐述了几种经典的活动轮廓方法,通过大量仿真实验对几种方法进行比较,指出现阶段图像分割遇到的问题并展望其研究趋势。(本文来源于《软件导刊》期刊2019年09期）
王兴东,黄志久,徐福军,李震[6]（2019）在《热轧无缝矩形钢管截面轮廓理论模型分析》一文中研究指出为优化轧机孔型参数,降低热轧无缝矩形钢管开发成本,提出一种横向截面轮廓预测理论模型。基于四辊式轧机工作原理和孔型结构特点,提出了钢管截面面积及中性层长度不变等假设条件,并在此基础上抽象出了钢管截面1/4中性层几何模型。基于几何学及数学原理,构建了钢管截面轮廓理论模型。以外径Φ123. 42 mm、壁厚4. 54 mm的圆管轧制为80 mm×120 mm矩形管的过程为研究对象,基于上述理论模型对截面轮廓参数进行了计算;利用有限元技术,对该矩形管的热轧过程进行了仿真。对比分析结果表明,理论模型在一定程度上能够预测钢管截面轮廓形状,二者圆角半径的误差为13. 23%。且轧机数量越多,预测结果越准确。(本文来源于《塑性工程学报》期刊2019年04期）
李定林,罗茜,孙廷昌,高彦明,闫双键[7]（2019）在《基于叁角网格模型的剖切轮廓自动补面方法》一文中研究指出本文介绍了一种基于叁角网格模型的剖切轮廓自动补面算法,包括:建立叁维拓扑数据结构,记录叁维模型的几何信息和拓扑信息;在叁维模型的投影面上定义切割路径和切割方向,自动生成叁维模型的切割面;切割面与构成物体的叁角面片进行相交运算,形成离散的线段集;对切割面上的离散线段集进行追踪拟合,得到物体的封闭轮廓线,确定轮廓线的包含关系;对封闭轮廓线的包围区域进行叁角剖分,生成实体的剖面图。本文的算法实现了虚拟现实环境下叁维模型的实体剖面、自动补面和材质继承,既能够在虚拟现实环境下准确可视化的描述叁维模型的实体剖面,又可相对准确的继承材质纹理,且同时具有较好的实时性。(本文来源于《装备维修技术》期刊2019年03期）
董飞,马源源[8]（2019）在《基于改进活动轮廓模型的图像分割》一文中研究指出图像分割是图像研究领域的一个热点问题,当前图像分割方法难以准确、快速实现分割,经常出现"过分割"或者"欠分割"的现象,错误概率高。为此提出了基于改进活动轮廓模型的图像分割方法。首先对当前图像分割的研究进展进行分析,找到引起图像分割不足的原因,然后引入活动轮廓模型对图像进行分割,并针对传统活动轮廓模型存在的局限性,对其进行相应的改进,以获得更优的图像分割效果,最后与其它图像分割方法在相同环境进行仿真对比实验,以验证改进活动轮廓模型的优越性。结果表明,改进活动轮廓模型可以对各种图像进行高精度的分割,分割区域十分完整,而且对噪声的鲁棒性要明显优于当前其它图像分割方法,是一种精度高、速度快的图像分割方法,为后续图像处理打了良好的基础。(本文来源于《微型电脑应用》期刊2019年08期）
李肖楠[9]（2019）在《基于环绕抑制模型的轮廓检测》一文中研究指出轮廓检测是高级视觉任务的重要基础.目前存在两个难点:一是检测轮廓缺失,二是纹理边缘冗余.针对这两个问题,本文结合基于多线索的环绕抑制模型提出一种新颖的轮廓检测算法.先增加环绕抑制强度,旨在进一步抑制冗余的纹理.为了防止同时抑制轮廓,利用改进的超像素分割算法(SLIC)获得候选轮廓,进而在候选轮廓处进行解抑制.实验结果表明了本文算法在提取更完整轮廓的同时尽可能地抑制了冗余的纹理.(本文来源于《天津理工大学学报》期刊2019年04期）
高慧淋,董利虎,李凤日[10]（2019）在《基于修正Kozak方程的人工樟子松树冠轮廓预估模型》一文中研究指出【目的】对Kozak方程进行修正,采用树木易测因子为预测变量,构建人工樟子松树冠外部轮廓预估模型,为研究树木生理和树木竞争提供依据,为模拟单木树冠表面积和树冠体积奠定基础。【方法】基于黑龙江省14块固定样地70株人工樟子松解析木907个最大枝条数据,以Kozak方程基本形式为基础并对其进行修正,选出构建人工樟子松树冠外部轮廓基础模型的最优模型形式。在最优模型基础上,建立分别考虑样地效应、样木效应及同时考虑样地和样木效应两水平的非线性混合效应模型。利用R软件的nlme软件包求解非线性混合效应模型参数,采用AIC、BIC、-2LL对混合效应模型中不同随机效应参数组合形式、不同随机效应矩阵、方差-协方差矩阵和方差函数进行比较,选出最优模型形式,并对人工樟子松外部轮廓随树木因子的变化规律进行探讨。以林分密度为哑变量,构建不同密度的人工樟子松树冠外部轮廓预估模型。【结果】人工樟子松树冠外部轮廓预估模型因子包含胸径(DBH)、冠长率(CR)和高径比(HD)。与基础模型相比,分别考虑样地效应、样木效应的混合模型能够显着提高模型拟合效果,外部轮廓模型差异主要来源于样木效应。以样木为单水平的混合效应模型中,a_2、a_6为随机参数,对角矩阵为方差-协方差矩阵形式,ARMA(1, 1)为解释组内方差的矩阵,采用幂函数消除异方差的模型形式为最优模型。同时考虑样地和样木效应两水平混合模型的拟合效果较单水平混合模型有所提高。以两水平混合模型的固定效应部分模拟外部轮廓与树木因子之间的关系,在分别固定另外2个变量的情况下,树冠半径随着DBH、CR增大均逐渐增大,树冠上半部分半径随着HD增大而增大,下半部分半径随着HD增大而减小。外部轮廓拐点的变化范围为0.625 0～0.917 0,拐点平均位置为0.841 3,随着林木在林分中被压强度增大,拐点位置向树冠基部移动。密度小于1 000株·hm~(-2)林分中单木的冠形与1 000～2 000株·hm~(-2)和大于2 000株·hm~(-2)林分中单木的冠形区别很大。【结论】修正后的Kozak模型满足梢头处半径为0、在整个树冠范围内存在拐点且拐点唯一的特性,能够对人工樟子松树冠外部轮廓进行合理模拟及预测。两水平非线性混合效应模型可显着提高模型拟合效果,能够在树冠外部轮廓模型中应用。(本文来源于《林业科学》期刊2019年08期）
轮廓模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着遥感影像的分辨率不断提升,基于可见光遥感影像地物目标检测和轮廓提取的研究越来越受到关注。基于深度学习的方法提出一个利用遥感影像进行地物目标检测和轮廓提取的一体化模型,旨在解决遥感影像地物目标检测和轮廓提取中繁复的手工标注和传统算法效果不佳的难题。以船舶为研究对象,在HRSC2016遥感数据集上进行验证,单类目标检测精度可以达到79.50%,4类目标检测精度为63.45%,轮廓提取精度可以达到97.40%。结果证明,提出的模型可以实现基于遥感影像的自动化、智能化的船舶目标轮廓提取。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
轮廓模型论文参考文献
[1].严俊潇,唐利明.基于余弦拟合和变指数的p-Laplace正则化的活动轮廓模型[J].湖北民族学院学报(自然科学版).2019
[2].张晓东,张力飞,陈关州,朱坤.基于深度学习的遥感影像地物目标检测和轮廓提取一体化模型[J].测绘地理信息.2019
[3].吴明清,弋晓康,罗华平,李传峰,唐晓燕.基于多轮廓模型的红枣体积和表面积在线测量方法[J].农业工程学报.2019
[4].魏金金.引入秩逼近函数的群相似性活动轮廓模型[J].新乡学院学报.2019
[5].王雪娜,东野长磊.几种经典活动轮廓图像分割模型综述[J].软件导刊.2019
[6].王兴东,黄志久,徐福军,李震.热轧无缝矩形钢管截面轮廓理论模型分析[J].塑性工程学报.2019
[7].李定林,罗茜,孙廷昌,高彦明,闫双键.基于叁角网格模型的剖切轮廓自动补面方法[J].装备维修技术.2019
[8].董飞,马源源.基于改进活动轮廓模型的图像分割[J].微型电脑应用.2019
[9].李肖楠.基于环绕抑制模型的轮廓检测[J].天津理工大学学报.2019
[10].高慧淋,董利虎,李凤日.基于修正Kozak方程的人工樟子松树冠轮廓预估模型[J].林业科学.2019
标签：图像分割; 活动轮廓模型; 余弦函数; 变指数p-Laplace函数;