导读:本文包含了轮廓片段论文开题报告文献综述及选题提纲参考文献，主要关键词:轮廓片段,空间关系,遮挡目标,目标匹配
轮廓片段论文文献综述
宋建辉,宋鑫,于洋,尹哲[1]（2019）在《采用轮廓片段空间关系实现遮挡目标识别》一文中研究指出为了实现高比例遮挡情况下的目标识别,提出一种基于轮廓片段空间关系的目标识别算法.首先,在采用轮廓的形状上下文特征进行粗匹配的基础上,对模板图像和待识别图像分别进行图像骨架关键接合点的提取和轮廓形状质心的提取.然后,以图像像素中心点为原点建立坐标系,以图像骨架关键接合点和轮廓片段质心在各自图像建立的坐标系内的位置确定空间关系.最后,制定空间关系参数约束标准,筛选满足空间关系约束准则的目标库图像为最后识别结果.与现有遮挡目标匹配算法相比,该算法可以实现高比例遮挡情况下的目标识别,在目标遮挡比例为60%的情况下,识别率可达到78%.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年07期）
苏娟,杨罗,张阳阳[2]（2015）在《基于轮廓片段匹配和图搜索的红外目标识别方法》一文中研究指出针对前视红外(FLIR)目标识别中复杂背景干扰和目标轮廓片段缺失的问题,提出了一种基于轮廓片段匹配和图搜索的目标识别方法。提取基准图和实时图的轮廓特征并进行分段,利用片段的方位和朝向特征进行匹配并构建匹配图;在基准图轮廓片段间的空间关系约束下,利用图搜索策略遍历匹配图得到候选目标轮廓片段组合;结合全局相似性度量实现目标的匹配识别。仿真实验结果表明,该方法对复杂背景干扰和轮廓片段缺失的情况具有较好的适应性和鲁棒性。(本文来源于《兵工学报》期刊2015年05期）
李蕾[3]（2014）在《基于K-邻近轮廓片段组的物体检测》一文中研究指出针对实际场景中的物体遮挡、背景复杂等影响物体检测结果的问题,本文提出一种新颖的物体特征:K-邻近轮廓片段组。该特征能够更好地描述边缘信息,而且具有尺度不变性。利用该特征训练得到的SVM,在基于滑动窗口的检测过程中取得了很好的效果。经实验验证,该特征非常适合用于物体检测和分类识别。(本文来源于《科技信息》期刊2014年10期）
李蕾,韩焱[4]（2014）在《基于邻近轮廓片段的物体检测》一文中研究指出本文提出一种新颖的物体特征:邻近轮廓片段。该特征能够很好的描述物体边缘特征,而且具有尺度不变性。利用该特征训练得到的SVM检测器,在物体检测过程中取得了很好的效果。经实验验证,该特征非常适合用于物体检测。(本文来源于《数字技术与应用》期刊2014年01期）
李蕾,韩焱[5]（2014）在《基于可变形轮廓片段的物体检测》一文中研究指出针对实际场景中的物体遮挡,背景复杂和待测物体偏离图像中心等影响检测结果的问题,本文提出一种新颖物体特征:可变形轮廓片段。该特征更贴切的描述待检测物体的边缘信息。利用Real AdaBoost算法,可变形轮廓片段级联成强检测器,用于物体检测。实验验证,本算法具有很好的检测效果和鲁棒性。(本文来源于《数字技术与应用》期刊2014年01期）
李建敏[6]（2009）在《基于轮廓片段的图像识别技术研究》一文中研究指出心理学研究表明,人类仅从物体的轮廓片段信息就可以识别出物体。国外一些学者研究也表明,计算机也同样能够在仅有物体轮廓片段信息的基础上识别物体。本文深入研究了基于轮廓片段的图像识别过程以及相关技术,并从相应实验中得到良好的识别效果。首先要从样本图片库中获取大量的轮廓片段信息,建立一个轮廓片段库。本文提出了一种基于角点的轮廓片段获取方法。角点是二维图像亮度变化剧烈的点或图像边缘曲线上曲率极大值的点,是图像的一个重要局部特征,它集中了图像上的很多重要的形状信息来反映图像的局部特征。以角点为窗口中心,提取窗口内的轮廓信息构成轮廓片段库。由于角点的性质,决定角点周围的轮廓也是物体轮廓中最具代表性的轮廓片段。然后从获得的大量轮廓片段中选出最有代表性的片段作为训练和识别的匹配模板。我们用k-Medoids方法对轮廓片段进行聚类,选择处于聚类中新的轮廓片段构成模板库。为此,引入Chamfer距离特征作为匹配标准,来衡量两个轮廓之间的相似度。机器学习是人工智能学科的一个重要方法。本文结合了机器学习的方法来完成识别过程。尝试使用Ada Boost和SVM两种学习方法训练分类器,并对最后的识别效果做了对比。用分类器可以计算出图中目标在各个位置出现的概率,生成一张概率图,并用Mean Shift算法找到概率的峰值,确定目标位置,完成识别过程。(本文来源于《厦门大学》期刊2009-05-01）
轮廓片段论文开题报告
（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：
针对前视红外(FLIR)目标识别中复杂背景干扰和目标轮廓片段缺失的问题,提出了一种基于轮廓片段匹配和图搜索的目标识别方法。提取基准图和实时图的轮廓特征并进行分段,利用片段的方位和朝向特征进行匹配并构建匹配图;在基准图轮廓片段间的空间关系约束下,利用图搜索策略遍历匹配图得到候选目标轮廓片段组合;结合全局相似性度量实现目标的匹配识别。仿真实验结果表明,该方法对复杂背景干扰和轮廓片段缺失的情况具有较好的适应性和鲁棒性。
（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。
轮廓片段论文参考文献
[1].宋建辉,宋鑫,于洋,尹哲.采用轮廓片段空间关系实现遮挡目标识别[J].华中科技大学学报(自然科学版).2019
[2].苏娟,杨罗,张阳阳.基于轮廓片段匹配和图搜索的红外目标识别方法[J].兵工学报.2015
[3].李蕾.基于K-邻近轮廓片段组的物体检测[J].科技信息.2014
[4].李蕾,韩焱.基于邻近轮廓片段的物体检测[J].数字技术与应用.2014
[5].李蕾,韩焱.基于可变形轮廓片段的物体检测[J].数字技术与应用.2014
[6].李建敏.基于轮廓片段的图像识别技术研究[D].厦门大学.2009