导读:本文包含了不变矩识别论文开题报告文献综述及选题提纲参考文献，主要关键词:纹理特征,极限学习机,核函数,Hu不变矩
不变矩识别论文文献综述
孙枭文[1]（2019）在《基于纹理特征和Hu不变矩的KELM滤光片缺陷识别研究》一文中研究指出为提高滤光片缺陷识别的精度,提出一种基于纹理特征和Hu不变矩的核极限学习机(KELM)滤光片缺陷识别算法。通过提取能量、熵、对比度和局部均匀性以及7阶Hu不变矩特征组成联合特征向量,将联合特征作为KELM的输入,滤光片缺陷类别作为KELM的输出,建立KELM的滤光片缺陷识别模型。通过KELM和极限学习机(ELM)、支持向量机(SVM)、BP神经网络(BPNN)的对比发现,算法KELM具有更高的识别准确率,提高了滤光片缺陷识别的精度,同时为滤光片缺陷识别研究和应用提供了新的方法。(本文来源于《甘肃科学学报》期刊2019年05期）
李鑫,赵坤鹏,朱凌寒[2]（2019）在《改进的不变矩和PNN相结合的多品种产品识别算法》一文中研究指出针对生产线中产品形状之间的相似性以及不可避免地存在一定几何失真、边缘模糊等问题,提出一种改进的不变矩和概率神经网络(PNN)相结合的多品种产品识别算法。首先通过图像的预处理提取出产品的边缘特征信息。然后利用改进的不变矩来描述产品的边缘特征,新的不变矩被证明不但具有图像的平移、旋转和比例不变性,而且消除了失真比例系数在离散状态下对不变矩的影响。PNN分类器通过对不同形态、比例的标准件进行训练,判断产品的种类,对产品标准件的识别准确率达到100%,对产品实物的识别准确率达到98. 61%,证明改进的不变矩和PNN相结合的算法对多品种产品识别有较好的鲁棒性和可靠性。实验结果表明,该识别算法是一种有效的处理生产线中多品种产品识别的方法,具有一定价值。(本文来源于《传感器与微系统》期刊2019年08期）
利民,阿木古楞[3]（2019）在《不变矩图像分析在细胞模式识别研究中的应用》一文中研究指出本文阐述了不变矩图像分析在血细胞模式识别研究中的潜在意义,并介绍了细胞模式识别的总体技术路线和血细胞显微图像处理的基本过程。简要地讨论了不变矩图像分析在医学领域中的实用性和意义。(本文来源于《科学技术创新》期刊2019年08期）
董昱,郭碧[4]（2018）在《基于Hu不变矩特征的铁路轨道识别检测算法》一文中研究指出针对当前铁路钢轨检测算法在识别中准确性和鲁棒性不高的问题,提出采用Hu不变矩特征实现轨道线搜索,并以B样条曲线为拟合模型的钢轨自动检测方法。算法根据视频帧中钢轨的边缘特征,通过改进的霍夫变换识别并确定图像空间的轨道线消隐边界,完成近远景区的标定。针对近景区直轨,通过直线模型拟合;在远景区,采用可漂移检测窗通过比对Hu不变矩来提取轨道特征点,以最小二乘法实现B样条曲线模型拟合。并制定模型更新和切换原则自动跟踪轨迹线。实验结果表明:轨道线平均跟踪时间为0. 081 s,可以提高钢轨检测识别的精确性和鲁棒性,能够更好地解决曲线轨道的模型拟合问题。(本文来源于《铁道学报》期刊2018年10期）
赵杰[5]（2018）在《不变矩特征在数字验证码识别中的应用》一文中研究指出网络给人们提供丰富资源和极大便利,同时,互联网的安全性问题也随之而来。验证码正是加强网络系统安全性的常用手段。不变矩方法在目标识别领域的应用较为广泛,但在验证码识别方面的应用却不多。论文以数字验证码为例,先对验证图像进行去噪、定位、归一化等预处理,然后计算待识别数字的不变矩,再进行特征匹配,得到识别结果。以Matlab软件为开发平台来进行设计实现及仿真,并构建相应的GUI界面。实验结果表明利用不变矩在识别数字验证码方面具有可行性。在教学过程中应用该成果,可以使学生强化基本理论,培养学生的创新能力和理论联系实际的能力。(本文来源于《舰船电子工程》期刊2018年06期）
李扬,傅攀,林志斌,黄晓林[6]（2018）在《混沌振子识别轴承早期故障的极半径不变矩判据》一文中研究指出现有的基于混沌振子检测轴承故障的方法的关键步骤是混沌振子相态转变判别,目前大多采用李雅普诺夫指数等特征值进行判断,针对其计算过程复杂,耗费时间长的缺点,基于图像识别技术,提出了一种以极半径不变矩参数作为相态转变的识别方法。通过构造Duffing混沌振子,分析了其相态转变与周期策动力的变化关系,证明其用于轴承早期故障识别的可行性;给出了极半径不变矩的定义,并证明在混沌振子相图由混沌运动态向大尺度周期态转变的过程中,随着周期摄动力不断增加,极半径不变矩表现出单调递增的特性;与HU氏不变矩及二维近似熵判别方法进行对比,讨论了极半径不变矩的抗噪声干扰能力;最终,将该方法用于实际搭建的钻机动力头轴承早期故障诊断的试验中。试验结果表明:极半径不变矩可以识别混沌振子相态过程转变,最低检测信噪比达到-36.99dB,且识别准确率也较另外两种方法提高了4%~7%。证明该方法可以用于轴承早期故障识别,具有识别准确率高,抗噪声干扰能力强,计算简便的优点。(本文来源于《光学精密工程》期刊2018年02期）
徐岩,刘斌,米强[7]（2018）在《复合不变矩和GLCM特征加权融合的人脸识别研究》一文中研究指出为了提高人脸识别率,提出一种基于复合不变矩和灰度共生矩阵的特征提取方法 CHu-GLCM。首先将人脸图像分割成许多大小相等的子块,提取所有子块的不变矩特征,并按照一定的权重系数把所有子块的不变矩特征组合起来作为整幅人脸图像的复合不变矩特征,再提取人脸图像的灰度共生矩阵;然后利用支持向量机在决策层把人脸图像的复合不变矩特征和灰度共生矩阵进行加权融合;最后分别在ORL和YALE人脸库中进行实验检测。研究结果表明:在训练样本个数为5时,与传统的特征提取方法相比,给出的方法可以使人脸识别率至少提高4个百分点。(本文来源于《山东科技大学学报(自然科学版)》期刊2018年02期）
王海涛,王芳,田建艳,张聪[8]（2017）在《一种新的基于Hu不变矩的猪只姿态识别方法》一文中研究指出为了实现猪只异常行为的自动监控,试验针对非刚体的猪只姿态进行分类识别,首先将原始图像进行预处理与优化提取所有图像中的7个不变矩,在此基础上对数据进行处理,求出站、坐、趴、躺4种姿态的模板图像与待测图像的不变矩相关系数,最后将所提取的相关系数作为支持向量机的特征向量进行多姿态分类,实现4种姿态的识别。结果表明:该方法的识别率超过90%。说明该方法具有可行性,可用于对猪只进行异常监控。(本文来源于《黑龙江畜牧兽医》期刊2017年23期）
吴瑞芳[9]（2017）在《基于组合不变矩和优化SVM的零件识别》一文中研究指出随着现代制造业的快速发展,制造企业生产规模不断扩大,生产力也相应逐步提升。在工业自动化生产线上,利用人眼对零件进行分拣的原始方法,往往存在效率低下、错分率高等问题。随着产业的升级,人工分拣方法将无法适应其越来越高的应用要求。因此,本文基于机器视觉,设计了一种将组合不变矩和优化SVM相结合的零件图像智能识别方法,该方法包含零件图像特征向量构造和分类识别两个重要环节。首先,对Hu矩、仿射矩、Zernike矩叁种单一不变矩进行了比较分析,得出用单一不变矩构造特征向量描述图像信息不全面,进行分类识别准确率往往较低。本文采用叁种不变矩组合的方式构造了特征向量。然后,将特征向量与零件图像类别标签相关联来构造训练集和测试集,分别采用萤火虫算法和粒子群算法优化SVM的相关参数,通过优化SVM对零件图像进行分类识别。参数优化过程中将训练集的识别准确率作为目标函数值,求得使其最大的惩罚因子和核函数参数,初始化SVM训练模型。分类识别过程中将测试集输入到训练后的SVM,其输出值即为测试集零件图像的类别标签。最后,通过对比实验验证了基于组合不变矩和经萤火虫算法优化的SVM的零件识别方法的可行性。该方法在识别准确率、识别稳定性方面性能更优。本文的研究对于其他基于机器视觉的分类识别具有一定的理论及应用参考价值。(本文来源于《华中科技大学》期刊2017-05-01）
张晓彪[10]（2017）在《基于不变矩的西夏文字识别》一文中研究指出本文致力于研究矩技术在西夏文字识别中的应用,矩技术在概率统计方面主要用于对随机变量的分析。假如将二值化图像和灰度图像视为概率分析中的二维密度分布函数,则可以将矩统计分析应用于光学字符识别中,矩可以理解为对一幅图像主要特征的描述。本人在前人的研究的基础之上,着重从以下几个方面进行了研究和创新:(1)本文的理论基础是对李范文先生提出的西夏文四角编码,但是结合西夏文字独有的结构特性,提出了分区编码的策略,从而对原有的编码进行了扩充。有利于西夏文笔形识别和定位,对部分特殊部件的识别提出了解决方案。(2)论文中提出了对古文献资料的数字化方法,并且利用了图像处理的方法对古文献中的字符进行了提取。利用了相关形态学方面的理论对提取到的字符进行了优化,使用连通域的概念提取出了字符中相关的笔形。(3)对提取到的笔形求取Hu不变矩,由于Hu不变矩本身并不具备放缩不变性的特性,因此,论文中对Hu不变矩进行了归一化的处理。其次,Hu不变矩是在连续函数的条件下进行推导。论文中给出了在离散条件的推导方法。(4)由于Hu不变矩并不具备正交特性,从而导致了提取的不变矩抗干扰特性比较差。因此,论文中又引入了 Zernike不变矩的相关理论。Zernike不变矩是正交不变矩,其抗干扰和抗噪声的特性良好,但是,Zernike不变矩并不具备旋转不变的特性,使得识别率大大降低,本文中借鉴了数学中正则化的相关理论将Zernike不变矩进行了改进。本文中使用了最小距离法和相关系数的方法对不变矩提取到的结果进行了分析,实验结果表明两种不变矩均可以对行笔形的识别处理,但是,经过统计分析,Hu不变矩抗干扰能力差,总体识别率偏低。在同样的条件下Zernike不变矩明显优于Hu不变矩,识别效果也更加明显。(本文来源于《宁夏大学》期刊2017-04-15）
不变矩识别论文开题报告
（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：
针对生产线中产品形状之间的相似性以及不可避免地存在一定几何失真、边缘模糊等问题,提出一种改进的不变矩和概率神经网络(PNN)相结合的多品种产品识别算法。首先通过图像的预处理提取出产品的边缘特征信息。然后利用改进的不变矩来描述产品的边缘特征,新的不变矩被证明不但具有图像的平移、旋转和比例不变性,而且消除了失真比例系数在离散状态下对不变矩的影响。PNN分类器通过对不同形态、比例的标准件进行训练,判断产品的种类,对产品标准件的识别准确率达到100%,对产品实物的识别准确率达到98. 61%,证明改进的不变矩和PNN相结合的算法对多品种产品识别有较好的鲁棒性和可靠性。实验结果表明,该识别算法是一种有效的处理生产线中多品种产品识别的方法,具有一定价值。
（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。
不变矩识别论文参考文献
[1].孙枭文.基于纹理特征和Hu不变矩的KELM滤光片缺陷识别研究[J].甘肃科学学报.2019
[2].李鑫,赵坤鹏,朱凌寒.改进的不变矩和PNN相结合的多品种产品识别算法[J].传感器与微系统.2019
[3].利民,阿木古楞.不变矩图像分析在细胞模式识别研究中的应用[J].科学技术创新.2019
[4].董昱,郭碧.基于Hu不变矩特征的铁路轨道识别检测算法[J].铁道学报.2018
[5].赵杰.不变矩特征在数字验证码识别中的应用[J].舰船电子工程.2018
[6].李扬,傅攀,林志斌,黄晓林.混沌振子识别轴承早期故障的极半径不变矩判据[J].光学精密工程.2018
[7].徐岩,刘斌,米强.复合不变矩和GLCM特征加权融合的人脸识别研究[J].山东科技大学学报(自然科学版).2018
[8].王海涛,王芳,田建艳,张聪.一种新的基于Hu不变矩的猪只姿态识别方法[J].黑龙江畜牧兽医.2017
[9].吴瑞芳.基于组合不变矩和优化SVM的零件识别[D].华中科技大学.2017
[10].张晓彪.基于不变矩的西夏文字识别[D].宁夏大学.2017