导读:本文包含了边缘直方图论文开题报告文献综述及选题提纲参考文献，主要关键词:视频目标再识别,区域边缘直方图,前景检测,相似性度量
边缘直方图论文文献综述
胡正东[1]（2017）在《基于区域边缘直方图的视频目标再识别算法研究》一文中研究指出视频目标再识别的主要任务是在未知视频数据中,再识别已标记的运动目标。本文首先综述视频目标再识别问题的算法框架,并从场景变化、目标个数两个方面分别阐述目标再识别的重点。然后分析了视频目标再识别问题的核心内容:图像特征提取。在此基础上提出一种基于区域边缘直方图的视频目标再识别算法。首先进行Vibe前景检测。接着对前景图片提取不同颜色空间的区域边缘直方图特征向量。然后使用亮度、颜色转移函数进行特征变换。最后使用欧氏距离和巴氏距离进行相似性度量。研究中分别进行了单场景实验和多场景实验。创建了单场景视频数据集,包含彩色视频数据时长40小时,累计检测出前景目标超过10000个。多场景数据集采用公开数据集PRID-450S和3Dpes。研究的创新点为:1.将区域边缘直方图作为视频目标再识别算法的输入特征,并通过实验验证区域边缘直方图的最佳特征向量维度。然后提出一种基于HSV空间的彩色区域边缘直方图,以增强特征表达性。实验表明在单场景灰度空间中,最佳特征向量维度为32,再识别率为72.4%。在HSV空间的再识别率为86.7%,比其他直方图算法提高约10%。2.提出一种亮度、颜色转移函数。在特征提取完成后,对特征向量进行特征变换。通过转移函数将未知视频目标整体亮度和颜色信息,变换到与待检测目标相匹配的量级,尽可能消除场景变化带来的干扰。在多场景数据集PRID-450S和3Dpes中,转移函数将再识别率提高了约2%。最终再识别率为44%和51.5%,分别比现有最新算法提高了约2%和4%。(本文来源于《中国计量大学》期刊2017-03-01）
晋杰,陈熙,李闻,刘增力,黄青松[2]（2016）在《融合边缘直方图和局部二值模式的稳健人脸识别》一文中研究指出提出了一种融合边缘直方图和局部二值模式的人脸识别算法具体步骤包括(1)提取人脸的边缘特征,分块计算人脸的边缘直方图特征,连接人脸边缘的各分块直方图特征向量得到边缘直方图特征向量;(2)计算人脸分块的局部二值模式直方图特征得到人脸的局部二值模式直方图特征向量;(3)融合边缘直方图特征向量和局部二值模式直方图特征向量得到人脸最终的匹配特征向量。实验结果表明,本文提出的基于融合特征的人脸识别效果优于提取单一特征的人脸识别效果。在ORL和FERET人脸库中的人脸识别实验中,验证了该方法不仅提高了识别率,而且对噪声具有较好的稳健性。(本文来源于《激光杂志》期刊2016年09期）
胡正东,陈晓竹,丁宁[3]（2016）在《HSV空间中基于区域边缘直方图的视频目标再识别算法》一文中研究指出视频目标再识别涉及计算机视觉领域的运动目标检测、跟踪、图像处理、特征提取、特征匹配等.现提出一种基于前景检测、彩色区域边缘直方图(REH)的视频目标再识别算法.前景目标检测能有效消除背景像素产生的冗余特征,结合HSV空间中的彩色区域边缘直方图,增强了对目标的特征描述.实验在笔者建立数据集和3Dpes上取得了86.7%和51.5%的识别率,进一步提高了视频目标再识别的准确率.(本文来源于《中国计量大学学报》期刊2016年03期）
张雷,王延杰,孙宏海,姚志军,何舒文[4]（2016）在《基于颜色和边缘直方图的多目标跟踪》一文中研究指出为了解决基于颜色直方图的多目标跟踪方法对复杂场景适应能力差,容易丢失目标的问题,文中提出一种将颜色直方图与边缘方向直方图相结合的多目标跟踪方法。该方法首先采用一种分块连通域标记方法进行多目标提取,并获得目标的颜色、边缘特征;然后融合目标颜色与边缘两种特征来描述目标的外观模型;最后对跟踪过程中的目标模板进行更新。实验结果表明,该方法对于目标在尺度、光照、姿态发生变化以及目标发生旋转情况下能够实现目标的稳定跟踪,具有很强的鲁棒性。实验中对3组挑战性的视频序列进行了测试,目标数目选定为2个,目标窗口大小为64pixels×64pixels的情况下,本文方法跟踪速度最高可达20fps,基本上可以满足实时性的跟踪需求。(本文来源于《液晶与显示》期刊2016年06期）
胡正东,陈晓竹,丁宁[5]（2016）在《区域边缘直方图的目标搜索算法》一文中研究指出视频目标搜索是智能视频监控领域一大挑战,提出一种基于灰度图像区域边缘直方图的目标搜索算法.首先,在固定场景的视频数据中,对选定目标进行特征提取,即区域边缘直方图(REH)特征向量;接着在同一场景的未知视频数据中进行前景检测并提取前景目标的特征向量;经滤波处理后,与选定目标特征向量进行匹配,通过相似性度量评判是否搜索成功.实验得到了最佳72.4%的匹配成功率,验证了32维的区域边缘特征向量为最佳描述特征.实验结果表明,本算法能有效地实现目标搜索.(本文来源于《中国计量学院学报》期刊2016年02期）
肖建[6]（2015）在《基于边缘直方图的草图检索技术研究》一文中研究指出在今天的互联网时代,人们生活、社交、工作的每一个环节都将生成海量多媒体信息。图像是信息传播中的不可缺少构成,视频信息的基石。图像不可替代,已然成为人们生活不可或却的必要存在。怎样在海量图片中便捷的搜索需要的图片,已经变成了大家关注的焦点。图像检索,是当前多媒体检索的主攻方向的一个方面,是利用关键词、图像、草图等作为输入,获取数据库中的语义相关或类似图像。新世纪以来,智能设备逐渐流行,这也改变了人们的传统生活习惯,触控面板成为输入的首选设备。在触屏手机或平板等设备上可以通过手指触摸输入想要绘制的草图,草图是由人手绘而成,不受光照影响、大多没有颜色分别,草图涵盖了人们想要描绘的物体的大部分外部形状信息,跟人感知图像形状的主观过程相同,所以用手绘草图在网络上或相关数据库中搜索类似图像的草图检索得到了极大的关注。文章对草图检索的科研背景以及意义作了探讨,介绍了当前形式下草图检索的工作现状。详述了草图检索的整个流程,详细讲述了预处理及相关特征,并对其做了相应区分比对,分析了多种边缘算法包括有经典、新兴改进型,讲述了ERH、SIFT、HOG等基本特征的特点,还叙述了特征匹配的一些方法和检索算法的整体评价方式。本文将边缘直方图特征应用到草图检索上,提出了两种改进特征提取方法。第一种,是在多尺度理论上提出的NSCT边缘直方图,依照NSCT分解图像,获取多尺度下的高频和低频图像子图边缘,对全部子边缘图提取边缘直方图并融合形成特征。第二种,是在梯度场理论上改进边缘直方图,将草图和图像都变换到相应的梯度场,之后对相应的梯度场图像随机取点1000个,开窗提取边缘直方图,最终结合形成相关特征参数。通过实验证实,两种特征方法在相关规模的图像集都是切实有效可行。(本文来源于《长沙理工大学》期刊2015-04-01）
陈曦,肖建[7]（2015）在《基于NSCT边缘直方图的草图检索》一文中研究指出基于草图的图像检索,存在着大量的应用空间。针对查询草图和数据库图像的差异,提出了一种利用非降采样Cotourlet(NSCT)变换和边缘直方图的草图检索算法。利用NSCT变换分解图像,对所有子带进行边缘检测,提取子带的边缘直方图用来作为描述图像和草图的特征。将该方法与边缘直方图比较实验表明,其检索效果更准确。(本文来源于《计算机工程与应用》期刊2015年22期）
许芬,赵立娟[8]（2012）在《基于边缘直方图的粒子滤波跟踪算法及其实现》一文中研究指出以颜色直方图为特征的运动目标跟踪算法容易受到光线变化及视场内其它同色目标的干扰。采用运动目标的边缘方向直方图作为特征,利用序列重要性采样原理和粒子滤波算法实现了对人体运动目标的跟踪。实验显示了该算法在光线变化及存在同色目标干扰时能够有效跟踪目标。在算法实现过程中,采用积分图计算边缘方向直方图,减少了计算时间,提高了计算速度,达到了实时跟踪的效果。(本文来源于《计算机工程与设计》期刊2012年02期）
任平红,陈矗[9]（2011）在《基于聚类主颜色和边缘直方图的图像检索方法》一文中研究指出图像的主颜色被广泛应用于图像检索中,但主颜色不能反映图像信息的空间分布。边缘直方图是在灰度图像上提取的,丢弃了图像的颜色信息。提出了一种综合利用聚类主颜色和边缘信息进行图像检索的方法。首先利用K均值聚类算法得到图像的主颜色,然后利用大津算法分割图像,利用Sobel算子提取目标和背景之间的显着的边缘特征信息构造边缘直方图,最后综合利用聚类主颜色和边缘直方图进行检索。既可以利用主色调信息,又能利用边缘的特征信息来反映图像信息的空间分布。实验结果表明,该方法可以有效地提高检索精度。(本文来源于《计算机技术与发展》期刊2011年03期）
陈景伟,王向阳,于永健[10]（2010）在《基于边缘直方图的彩色图像检索算法研究》一文中研究指出图像边缘是重要的视觉感知信息,也是图像最基本的特征之一,其在图像分析和理解中有重要价值.本文以视觉重要的图像边缘轮廓为基础,提出一种基于边缘直方图的彩色图像检索新算法.该算法首先利用Canny检测算子提取出原始图像的彩色边缘轮廓;然后构造出能全面反映边缘轮廓内容的3种直方图(颜色直方图、距离直方图和角度直方图);最后综合利用上述3种边缘直方图计算图像间的内容相似度,并进行彩色图像检索.仿真实验表明,该算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率.(本文来源于《小型微型计算机系统》期刊2010年05期）
边缘直方图论文开题报告
（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：
提出了一种融合边缘直方图和局部二值模式的人脸识别算法具体步骤包括(1)提取人脸的边缘特征,分块计算人脸的边缘直方图特征,连接人脸边缘的各分块直方图特征向量得到边缘直方图特征向量;(2)计算人脸分块的局部二值模式直方图特征得到人脸的局部二值模式直方图特征向量;(3)融合边缘直方图特征向量和局部二值模式直方图特征向量得到人脸最终的匹配特征向量。实验结果表明,本文提出的基于融合特征的人脸识别效果优于提取单一特征的人脸识别效果。在ORL和FERET人脸库中的人脸识别实验中,验证了该方法不仅提高了识别率,而且对噪声具有较好的稳健性。
（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。
边缘直方图论文参考文献
[1].胡正东.基于区域边缘直方图的视频目标再识别算法研究[D].中国计量大学.2017
[2].晋杰,陈熙,李闻,刘增力,黄青松.融合边缘直方图和局部二值模式的稳健人脸识别[J].激光杂志.2016
[3].胡正东,陈晓竹,丁宁.HSV空间中基于区域边缘直方图的视频目标再识别算法[J].中国计量大学学报.2016
[4].张雷,王延杰,孙宏海,姚志军,何舒文.基于颜色和边缘直方图的多目标跟踪[J].液晶与显示.2016
[5].胡正东,陈晓竹,丁宁.区域边缘直方图的目标搜索算法[J].中国计量学院学报.2016
[6].肖建.基于边缘直方图的草图检索技术研究[D].长沙理工大学.2015
[7].陈曦,肖建.基于NSCT边缘直方图的草图检索[J].计算机工程与应用.2015
[8].许芬,赵立娟.基于边缘直方图的粒子滤波跟踪算法及其实现[J].计算机工程与设计.2012
[9].任平红,陈矗.基于聚类主颜色和边缘直方图的图像检索方法[J].计算机技术与发展.2011
[10].陈景伟,王向阳,于永健.基于边缘直方图的彩色图像检索算法研究[J].小型微型计算机系统.2010