导读:本文包含了凸包理论论文开题报告文献综述及选题提纲参考文献，主要关键词:显着性检测,凸包,聚类,随机游走模型
凸包理论论文文献综述
陶鑫[1]（2018）在《基于凸包聚类和DS证据理论的显着性检测》一文中研究指出图像显着性检测是计算机视觉领域中一个非常重要又极具挑战性的研究课题。图像的显着性描述了在一幅图像中各部分的重要程度,检测结果以一幅灰度图的形式来进行展示,灰度值越高的位置显着值越高。图像显着性检测可以有效地标识图像中各部分的重要程度,从而将不重要的部分忽略掉,将计算资源用在最需要的地方。作为计算机视觉中的重要预处理步骤,图像显着性检测正吸引着越来越多工业及学术界的研究兴趣。本文提出了一种基于凸包聚类和DS证据理论的显着性检测算法,不同于以往的显着性检测算法直接将图像边界作为背景或是将中心作为前景区域,本文所提出的算法充分利用了图像的局部对比性与边界连通性的特征。首先,利用色彩增强Harris角点检测构造包围前景区域的凸包。其次,在凸包内进行聚类操作,去除凸包内的背景部分,得到精准的前景区域。再次,将凸包内精准前景区域作为随机游走模型的前景吸收节点,构造两跳图模型,在整幅图内进行随机游走得到各超像素的初始显着值。最后,本文利用聚类内显着值传播、融合各超像素的边界连通性特征、逐像素抑制背景超像素显着值叁种优化措施来得到优化后的显着图,实践证明了叁种优化措施是有效的。此外,本文还提出了一种基于DS证据理论在像素级来融合几种不同显着性检测算法结果的融合算法,取得了很好的效果。在叁个公开数据集上对本文提出算法的各步骤效果进行了对比,证明了本文所提出算法每个步骤的有效性及必要性。同时,在叁个数据集中与其他11种经典算法进行了大量对比实验,在多个评估指标上都证明了本文提出的显着性检测算法可以取得更好的检测效果。(本文来源于《大连理工大学》期刊2018-05-03）
王逊扬[2]（2016）在《基于最小凸包理论的相机自动标定方法研究》一文中研究指出视觉是生物获取外界信息的一种重要手段,对于人类而言更是如此。人类所获得的关于外界的信息,80%是由视觉器官提供的。随着计算机功能越来越强大,计算机视觉得到了极大的发展,并广泛应用到各个领域。其中,从二维图像中恢复叁维物体的几何结构的工作称为叁维重建,这就是叁维重建,叁维重建是计算机视觉的重要研究任务之一,叁维重建技术在各个领域得到广泛地应用。相机标定是叁维重建技术的基础环节,也是不可或缺的步骤。相机标定花费时间成本最高的即为特征点的提取。因此研究出自动化程度高的特征点提取算法,来实现摄像机准确快速的标定,具有十分重要的理论意义和实用价值。本文针对已有相机标定工具箱人工干预程度大等诸多方面的不足,通过对相机标定相关知识的研究,以棋盘格模板这一典型标定物作为研究对象,提出了一种新的基于形态学处理的角点检测算法和一种基于最小凸包理论的角点自动排序算法,结合张正友的标定模型完成相机参数的计算。通过对相关技术的研究,采用高斯滤波对图像进行平滑处理,设计了二值化图像的阈值确定方法,实现了图像的自适应二值分割。设计了基于图像形态学处理的棋盘格角点检测算法,成功实现了棋盘格角点的像素级定位。创新性地运用最小凸包理论对棋盘格四极点进行自动识别,利用所得四极点完成了单应性矩阵的计算,建立了所有角点图像坐标与空间坐标的对应关系,完成了角点的自动排序。通过对角点精确定位算法的分析和比较,应用灰度梯度算法获取棋盘格亚像素角点坐标,实现了角点的精确定位。所得角点的高精度坐标结合张正友的标定模型,完成相机内外参数的计算,实现了摄像机的精确快速标定。实验结果表明,本文的自动标定方法操作简便,标定结果与传统标定结果相当,耗时更少,在室内和室外环境下均具有很好的准确性和可靠性。(本文来源于《沈阳大学》期刊2016-01-09）
李文勇,陈梅香,许树坡,陈信友,钱建平[3]（2014）在《基于分水岭和凸包理论的自然场景下未成熟苹果直径测量方法》一文中研究指出针对自然场景下生长期内树上未成熟果实的自动探测与大小计算问题,提出了一种基于改进分水岭和凸包理论的自然场景下未成熟苹果识别与直径计算方法。该方法首先对灰度图像进行形态学重构后进行边缘检测,再利用合并局部极小值点分水岭分割方法从粘连区域中提取目标果实,并结合基于凸包理论的真轮廓提取和圆拟合方法,实现目标果实圆拟合直径的自动测量。计算结果与人工测量结果进行对比试验,结果表明:在不考虑扁平型目标果的情况下,该方法的直径计算均方根误差最小值为1.91 mm,均值为2.27 mm,误差范围在品质评定等级差(5 mm)以内,具有较好的推广应用价值。研究结果为生长期内果实的大小监测提供参考。(本文来源于《农业工程学报》期刊2014年23期）
凸包理论论文开题报告
（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：
视觉是生物获取外界信息的一种重要手段,对于人类而言更是如此。人类所获得的关于外界的信息,80%是由视觉器官提供的。随着计算机功能越来越强大,计算机视觉得到了极大的发展,并广泛应用到各个领域。其中,从二维图像中恢复叁维物体的几何结构的工作称为叁维重建,这就是叁维重建,叁维重建是计算机视觉的重要研究任务之一,叁维重建技术在各个领域得到广泛地应用。相机标定是叁维重建技术的基础环节,也是不可或缺的步骤。相机标定花费时间成本最高的即为特征点的提取。因此研究出自动化程度高的特征点提取算法,来实现摄像机准确快速的标定,具有十分重要的理论意义和实用价值。本文针对已有相机标定工具箱人工干预程度大等诸多方面的不足,通过对相机标定相关知识的研究,以棋盘格模板这一典型标定物作为研究对象,提出了一种新的基于形态学处理的角点检测算法和一种基于最小凸包理论的角点自动排序算法,结合张正友的标定模型完成相机参数的计算。通过对相关技术的研究,采用高斯滤波对图像进行平滑处理,设计了二值化图像的阈值确定方法,实现了图像的自适应二值分割。设计了基于图像形态学处理的棋盘格角点检测算法,成功实现了棋盘格角点的像素级定位。创新性地运用最小凸包理论对棋盘格四极点进行自动识别,利用所得四极点完成了单应性矩阵的计算,建立了所有角点图像坐标与空间坐标的对应关系,完成了角点的自动排序。通过对角点精确定位算法的分析和比较,应用灰度梯度算法获取棋盘格亚像素角点坐标,实现了角点的精确定位。所得角点的高精度坐标结合张正友的标定模型,完成相机内外参数的计算,实现了摄像机的精确快速标定。实验结果表明,本文的自动标定方法操作简便,标定结果与传统标定结果相当,耗时更少,在室内和室外环境下均具有很好的准确性和可靠性。
（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。
凸包理论论文参考文献
[1].陶鑫.基于凸包聚类和DS证据理论的显着性检测[D].大连理工大学.2018
[2].王逊扬.基于最小凸包理论的相机自动标定方法研究[D].沈阳大学.2016
[3].李文勇,陈梅香,许树坡,陈信友,钱建平.基于分水岭和凸包理论的自然场景下未成熟苹果直径测量方法[J].农业工程学报.2014