【摘 要】
:
图像特征提取对于图像处理有着十分重要的地位,其对图像分类等方面也有着重要的作用。本文了解图像特征提取的相关内涵,并研究了其典型算子,就LBP特征、Haar-like特征和HOG特征进行了学习和阐述,为后期算法设计和实现学习做准备。
论文部分内容阅读
图像特征提取对于图像处理有着十分重要的地位,其对图像分类等方面也有着重要的作用。本文了解图像特征提取的相关内涵,并研究了其典型算子,就LBP特征、Haar-like特征和HOG特征进行了学习和阐述,为后期算法设计和实现学习做准备。
其他文献
2018年以后,为提升加油体验+升级服务内容,加油站的经营理念从"我要卖什么"向"客户需要什么"转变,所提供的商品与服务不再局限于汽车,而是覆盖汽车和驾车人整个生命周期的全面需求。大部分城市,尤其是发达地区(市)的上下班高峰期,当油价促销时,加油站出现缴费难痛点,车辆通过率低,既影响油站销售量,又降低了客户满意度,也对交通形成了一定堵塞,造成社会影响。
针对使用传统度量算法会使重建后的图像产生过平滑,缺乏高频纹理的问题,采用卷积神经网络在准确性和速度方面取得了突破,但仍存在无法恢复图像更精细的纹理细节。因此提出了一种基于生成对抗网络的超分辨方法。为恢复图像内容和细节,提出一种基于视觉的损失函数来恢复图像大量内容和图像精细的纹理细节。在不同数据集上的实验结果表明,提出的超分辨方法重建结果更接近真实图像,在峰值信噪比和相似结构性结果上均有提高。
为实现宽视场角图像中目标物体的定位,提出了一种鱼眼图像的目标物体角点检测方法。首先对含有目标物体的鱼眼图像进行等面积切分,利用目标物体即网格图像灰度直方图的明显特征确定目标区域;然后根据实际应用对Harris算法进行改进,并将其应用至目标物体的角点检测中,确定目标物体位置。实验结果表明,能有效确定目标区域,视觉冗余度由90.3%下降到47.8%,目标物体角点检测准确率为83.8%,可以为实现宽视野
为了提高识别效率并减少人工成本,采用深度学习的方法对生产日期图像进行识别。首先对生产日期图像进行预处理,使用水平投影分割算法并提出一种区域最大值分割的方法将图像中的干扰字符去除,只留下数字、字母和汉字字符。然后创建一个由生产日期图像中常包含的数字、英文、汉字字符所组成的可扩展的数据集。最后构建一个卷积神经网络模型并将数据集送入训练以获得较高的识别准确率。经测试基于卷积神经网络的识别方法对生产日期识
为了提高动态手势的识别准确率,并避免动态手势的数据预分割和后输出处理过程,设计了一种融合卷积神经网络(CNN)和双向长短时记忆(BiLSTM),引入连接主义时间分类(CTC)作为损失函数的串联型网络模型。使用CTC训练网络来判断输入流中的类标签,以完成动态手势的识别工作。在公开视频手势数据集Jester和通过Kinect自建的包含9个动态手势的数据集上进行了实验验证,结果表明提出的串联型融合网络模
针对低功耗CMOS传感器的工业相机在拍摄高速移动物体时所采用的曝光方式与清晰度的要求,该设计结合逐行曝光的曝光原理及特性,使用FPGA作为主控模块,通过对像素抓取做出的位置坐标进行补偿矫正,实现逐行曝光方式也能对高速运动液滴的精确拍摄效果,初步消除由曝光方式引起的失真,摆脱常用的全局曝光方式的桎梏,极大地提高了墨滴观测的真实性,根据仿真分析与实验结果,该方法可以有效消除因曝光条件引起的失真,解决了
介绍了人脸识别的基本原理,提出了一个基于人脸识别的食堂管理系统,通过自动捕获客户脸部图像,精准识别客户信息,实现门禁消费、餐厅食料和财务核算的一体化管理,避免了基于物理卡片的传统模式中出现的卡片遗失或损坏、补卡管理和盗刷查证等问题,能够极大提高食堂运行管理效率和服务质量。
Flash是基于事件的编著软件,它以帧为单位排序并且内容以时间来排序的。本文中flash动画的形成可以与用户的相互结合。它允许用户交互式输入,由此控制浏览,在浏览时选择跳转到不同的支路,便可连接其他网页。
网页的种类五花八门,图像处理是其中的重要组成部分。现如今,随着人们生活水平不断提高,人们对网页的要求也随之提高了。人们在追求网页实用性的同时,逐渐开始重视网页是否美观。在技术人员不断提高自身水平的过程里,图像处理技术出现在人们的视野中。本文主要对图像处理技术的应用方式展开一系列讨论。
随着近年来社会经济的迅速发展与计算机技术的不断发展,计算机产业的生产规模日渐扩大,并在各个行业中的应用越来越广泛,为人们创造了更为便利的生活环境。在计算机技术发展的基础上,平面设计也开始逐渐变得更加灵活、便捷。本文主要对计算机平面设计软件的具体应用、计算机平面设计中设计软件的相互结合与应用进行分析。