【摘 要】
：
基于高斯映射聚类边缘提取算法提出了一种快速而精确的新方法,通过凝聚聚类和估计法线将高斯球中的法线进行聚类,通过分析每个点最近邻域点的协方差矩阵特征值来检测边缘特征
【机 构】
：
江南大学机械工程学院江苏省食品先进制造装备技术重点实验室
【基金项目】
：
国家自然科学基金(61305016).
论文部分内容阅读
基于高斯映射聚类边缘提取算法提出了一种快速而精确的新方法,通过凝聚聚类和估计法线将高斯球中的法线进行聚类,通过分析每个点最近邻域点的协方差矩阵特征值来检测边缘特征。对不同的点云对象进行边缘提取对比实验,分别从边缘提取效果和提取时间进行对比分析。实验结果表明,所提方法能快速有效地提取点云的边缘特征,相比原高斯映射聚类边缘提取算法有很大的提升。
其他文献
为解决由视角、尺度等变化造成的行为类内差别大的问题,提出一种基于时空方向主成分直方图(HSTOPC)的人体行为识别方法。首先,将深度图序列转换为三维(3D)点云序列,对此序列采用新颖的图像预处理方法获得新的深度图序列,即在空间和时间维度上对采样获得的深度图序列进行限制,除去一些动作信息量较少的序列和空间,从而降低输入数据的冗余减少空间尺度变化的影响;其次,为了解决帧间关联性较弱的问题,采用时空方向
传统的总变分修复算法,在文本与划痕的去除上需要较多的迭代次数,耗时较长。针对此问题,提出一种改进算法,在正则项中加入扩散调节系数,在扩散调节系数中引入随着迭代次数而变化的自适应参数,使算法在迭代初期以较快的速度扩散,而在迭代后期减速扩散,从而使修复后的图像保持锐利的边缘。大量仿真证明,改进后的算法在划痕与文本的去除上减少了迭代次数和运行时间,修复后的图像视觉效果很好。
设计并搭建了一种基于相干检测和瑞利散射的光源频率稳定性测量系统,以实现对光源微秒量级瞬时微小频偏的测量。基于该测量系统对布里渊分布式传感系统中光源频率波动所导致
针对传统人脸表情识别(FER)方法所提取的表情特征较为单一,同时对于表情分类器的选择存在局限性的问题,提出一种融合局部特征与深度置信网络(DBN)的FER方法。该方法首先从人脸表情图像中切割出眉毛眼睛部位与嘴巴部位这2种包含丰富表情信息的局部表情图像,对其分别提取包含纹理信息的Log-Gabor特征与包含形状信息的二阶梯度方向直方图特征,并将这2种特征相融合,获得更有效的表情特征,然后利用融合后的
利用自组装的数字全息表面等离子体共振成像技术,分别检测了两种具有不同分子质量的桃胶多糖(PGP-1与PGP-2)与半乳糖凝集素-3的相互作用。制备了表面等离子体共振成像生物芯
针对复杂战场环境下同型号舰载雷达发射信号之间容易出现同频干扰的问题,设计出具有正交特性的调频编码信号。对常规的正交波形编码的搜索方向进行改进,利用混合遗传鸡群算法
引导滤波(GF)去噪的关键是选取一幅包含清晰结构信息的引导图像。为提高GF的去噪效果,提出一种由各向异性全变分(ATV)引导的滤波方法。首先利用ATV模型对噪声图像进行光滑处理,生成包含良好结构信息的引导图像,然后利用GF进行处理。为提高算法的稳健性,对上述过程进行迭代处理。由于计算全变分模型的传统迭代方法速度较慢,因此采用Split Bregman迭代方法进行加速处理。实验结果表明:该算法不仅在
图像去噪是数字图像处理中最基本的研究内容,也是一项十分关键的技术,一直以来是图像处理领域的难点。图像去噪的好坏直接影响后续图像边缘检测、特征提取、图像分割和模式识别等图像处理。为有效去除乘性噪声的影响,提出一种深度残差学习的乘性噪声去噪方法。该方法通过引入残差优化,解决了卷积神经网络在层数较多时,随着层数加深,梯度在传播过程中逐渐消失的问题。与4种经典去噪算法进行比较,结果表明,该方法在有效去除乘
针对非接触采集图像时容易出现模糊,导致识别系统稳健性下降、识别效果不佳的问题,提出一种基于分块增强局部方向模式(BSLDP)和典型相关分析的掌纹掌脉融合识别方法。首先对传统局部方向模式(LDP)进行了改进,提出BSLDP来获取掌纹掌脉图像的纹理方向特征,然后基于典型相关分析法实现掌纹掌脉特征的有效融合,最后根据融合特征向量间的卡方距离进行匹配识别,并在CASIA-M图库及自建非接触图库上进行实验测
针对实际激光多普勒速度信号中混有大量噪声信号、难以找到所需多普勒频移的问题,提出了一种小波阈值消噪方法。根据多普勒信号的特点,通过选取合适的小波分解层数、小波基函