【摘 要】
：
形状匹配是遥感图像目标识别、字符识别、手形识别和步态识别等任务中的关键步骤之一.针对刚体识别任务中形状匹配易受方向、尺度和位置等仿射变化量影响的情况,提出了一种新
【机 构】
：
国防科学技术大学计算机学院,长沙,410073
【出 处】
：
2007全国理论计算机科学学术年会
论文部分内容阅读
形状匹配是遥感图像目标识别、字符识别、手形识别和步态识别等任务中的关键步骤之一.针对刚体识别任务中形状匹配易受方向、尺度和位置等仿射变化量影响的情况,提出了一种新的基于极坐标区间运算的2D形状匹配算法.该算法首先以形状区域的中心点为极点,区域的最长轴方向为极轴,对形状区域进行归一化的极坐标变换；然后定义了同一角度对应的区域内点区间之间的运算；最后定义了两个区域归一化极坐标变换结果在区间运算下的相似度函数,用以表征两个区域之间的匹配度.从可见光遥感图像中提取的实物图像实验结果证明,该方法能够有效归类相似形状,并能区分各类不同的形状.
其他文献
提出了一种基于纸基底的喷墨印刷无芯片RFID湿度传感器,通过遗传算法与射频仿真软件HFSS相结合,对常规开口环谐振器结构进行分布式加载,得到目标频率为2.45 GHz的谐振特性良
FP-growth算法是目前较高效的频繁模式挖掘算法之一.它只需扫描数据库两次,而且不需要产生和测试候选集,避免了这些费时的工作,因此该算法具有较高的效率.然而,FP-growth算法
单目视觉三维位移测量的关键在于获取相机位姿参数,该问题可通过n点透视(PnP)算法求解。为提高PnP算法精度,提出一种改进的EPnP加权迭代算法(WIEPnP)。WIEPnP通过对标志点设置权重系数,再进行迭代计算,从而降低标志点深度和图像噪声对算法性能的影响。用MATLAB仿真实验对比研究了6种PnP改进算法,结果表明,WIEPnP算法能有效降低标志点深度的影响并有效降低图像高斯噪声对算法结果的
在进行可见光遥感图像高精度云检测时,云自身特征的多变性,以及地物与云之间的特征相似性,会降低检测精度。因此,提出一种带权重的多尺度融合分割网络云检测方法。首先,通过有云区域和无云区域的特征学习,降低对云状的敏感性,同时利用全卷积网络进行端到端训练,实现对每个像素点分类。该方法能够自动提取深层特征,并可将云的深层语义特征与浅层细节特征结合,不但有利于区分下垫面中与云特征相似的地物,还可提高云边缘检测
研究在不完备信息系统(incomplete information system,IIS)中的知识获取已经成为近期粒度计算研究的热点方向之一.为探索一种高效的知识获取方法,基于相容粒度计算的基本原
许多果树是种植在山坡及丘陵地带的,会率先受到干旱天气的侵扰。在干旱天气情况下,可谓是滴水贵如油,一是要做到有水省着用,使少量的水发挥出最大的效力;二是要做到防止水分
信息时代的到来和互联网的发展,使信息文本呈爆炸趋势生成和传播,虚假信息的大量存在,给人们高效地获取可信的、安全的信息带来了相当的困难.如何对互联网上的信息文本进行信
针对管道同时发生多点泄漏时,难以有效检测的问题,提出一种基于故障诊断观测器的多点泄漏检测方法.首先,基于故障诊断观测器构建残差产生器,通过残差来提取泄漏系数信息.然后
目的 探讨急性缺氧条件下脑认知功能障碍的发生时段。 方法 14名受试者在 5 0 0 0 m模拟高度 (吸低氧混合气体 )分别进行 2种不同声强值 (5 5 d B、80 d B)的听觉 odd-ba
解决实际问题需要将多方面空间信息结合进行推理,仅考虑单方面空间信息是不够的.多方面空间信息结合推理已成为定性空间推理的一个研究热点.现有拓扑与方位结合推理工作主要