【摘 要】
：
传统图像模板匹配算法受到椒盐噪声影响,图像纹理特征分割和提取效果较差,导致图像模板匹配结果不精准,为了解决该问题,提出基于纹理特征的网络多媒体图像模板匹配方法。使用小波多尺度滤波方法匹配椒盐噪声干扰图像特征,根据特征匹配结果,获取图像分割轮廓线,完成图像纹理特征分割。采用分块模板匹配方法模拟椒盐噪声干扰图像的活动轮廓分布情况,构建特征提取模型,提取图像纹理特征分量。使用全矩阵加权搜索策略,匹配网络
论文部分内容阅读
传统图像模板匹配算法受到椒盐噪声影响,图像纹理特征分割和提取效果较差,导致图像模板匹配结果不精准,为了解决该问题,提出基于纹理特征的网络多媒体图像模板匹配方法。使用小波多尺度滤波方法匹配椒盐噪声干扰图像特征,根据特征匹配结果,获取图像分割轮廓线,完成图像纹理特征分割。采用分块模板匹配方法模拟椒盐噪声干扰图像的活动轮廓分布情况,构建特征提取模型,提取图像纹理特征分量。使用全矩阵加权搜索策略,匹配网络多媒体图像模板,根据旧模板和当前图像的最佳匹配位置实现自适应修正。由实验结果可知,该方法在无干扰情况下最
其他文献
目标检测的任务是精确识别,有效定位出图像中目标物体,且预定义其类别。针对主流目标检测(single shot multibox detector, SSD)算法存在小目标检测准确度不高,检测效率较低等问题,提出一种基于空间-通道注意力机制的SSD目标检测算法(spatial and channel single shot multibox detector, SC_SSD)。通过在SSD深层网络引
为了解决目标跟踪中常见的遮挡、旋转和背景杂乱等问题,提出了一种融合重检测机制的上下文感知目标跟踪算法。首先在相关滤波算法的基础上引入上下文信息供滤波器学习以丰富样本信息,构造上下文感知相关滤波器,提高滤波器的学习能力;然后引入重检测机制判断检测结果的可靠性,解决遮挡情况下模型被污染的问题。最后在公开数据集上对算法的性能进行了测试,并与DSST、Staple、SRDCF、TLD和BACF这5种算法进
两点分辨的问题已进行过深入的研究,其中最著名的是Rayleigh和Sparrow判据。然而其通常仅适用于完全相干光或者完全非相干光两种极限状态,对于具有普遍性的部分相干光的情况却研究较少。本文设计了部分相干光照明圆孔成像系统,据此建立了两物点光强在像面分布数学模型,利用MATLAB对两物点像面光强分别在不同间距与任意相干度情况进行了模拟仿真,结果显示当两点间距一定,两物点分辨率随着两点光源间相干度
光照条件变化会对花椒目标识别率产生影响,关系到机器视觉技术能否有效应用于生产现场的花椒采摘。通过对HSV特性图像识别技术的分析,提出HSV和形状特征融合的花椒识别算法。该算法采用同态滤波方法对光照进行补偿,解决因为光照不均匀而导致的花椒识别率低的问题,最后利用花椒圆度特征,排除树枝及树叶等的干扰,实现花椒的准确识别。利用同态滤波方法对光照进行补偿,对于光照不强或者发生遮挡的花椒图像有较大改善,通过
在大型化工厂中,输送液体的管道的泄漏是一个重要的问题。管道的破损不仅会影响工厂的正常运行,同时也增加了维护成本。此外,还会使操作人员的生命安全受到威胁。因此,管道泄漏的检测与定位是维护和状态监测中的关键任务。近年来,大型工厂利用红外(IR)相机进行泄漏检测。红外相机可捕捉温度比周围环境温度高(或低)的液体泄漏。本文针对化工厂中的管道泄漏,提出了一种基于红外视频数据和机器视觉技术的检测与定位方法。由
作为物理对象在三维空间的有效表示方法,三维彩色点云可以提供丰富的沉浸式视觉体验,但在其获取、处理、编码传输等各环节会引入失真,从而导致其视觉质量下降。因此,如何监测彩色点云的视觉质量是一个亟待解决的重要问题。本文将三维彩色点云投影到二维平面,提出了一种基于全局与局部感知特征的彩色点云视觉质量评价方法。首先,将三维彩色点云转化为彩色纹理投影图与几何投影图。然后,根据三维彩色点云的纹理与几何失真在其投
针对照明系统中对人体检测的需求,提出了基于改进YOLOv3的嵌入式机器视觉系统实现人体检测与定位。通过红外摄像头采集红外人体图像制作数据集;对YOLOv3进行改进并训练得到轻量化的人体检测模型,通过网格图方法由人体矩形框坐标得到人体的空间坐标。改进的YOLOv3人体检测模型的准确率提升了3.26%,参数量减少了96.01%、计算量减少了91.04%和模型体积减少了96.00%,经过模型转换后部署在
造纸行业竞争日益激烈,纸病的监测对保障纸品质量方面有着不可或缺的作用。针对纸病图像相对于背景图像便于区分的特点,采用连通域标记数学算法来开展纸病检测分析,最后用纸病图像验证算法是否可行。
近年来,深度学习为一种基于二维(2D)—三维(3D)配准技术以测量人体膝关节运动的方法,该方法提供了快速完成配准并增加捕捉范围的可能性。但这类方法受限于大量的数据需求,因此,我们提出了一种基于特征的迁移学习法,用于提取荧光透视影像的特征。通过三个受试者以及不到100对荧光透视影像,我们获得了40%的平均配准成功率。本研究提出的基于学习的配准方法,可在荧光透视影像数量有限时使用。
人类的视线可以有效地传递人们的意图,因此,视线估计方法是智能制造中意图传递的重要研究内容。很多方法通过分析眼部图像,称为眼部图像片,实现视线方向的回归运算。但是,由于眼部图像存在个体差异,这类方法很难建立一个样本无关模型进行视线估计。在本文中,作者假设人眼的外观差异与视线方向差异有直接联系。基于这个假设,本文利用双眼眼部图像片在不同视线时的图像差异估计相应两种视线的差值,构建了差分眼部外观网络(d