2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩49頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、形狀的描述與匹配是模式識(shí)別和圖像處理領(lǐng)域的一個(gè)非常重要的研究?jī)?nèi)容,已被廣泛應(yīng)用于醫(yī)學(xué)、生物學(xué)、農(nóng)業(yè)、工業(yè)等各個(gè)領(lǐng)域。植物分類(lèi)是其中一個(gè)非常有價(jià)值應(yīng)用。本文主要工作如下:
 ?。ㄒ唬┓治龆喾N輪廓線形狀描述方法,特別是多尺度距離矩陣(Multiscale Distance Matrix),并分析了該描述子應(yīng)用于植物葉片識(shí)別中的局限性,指出MDM描述子不能對(duì)輪廓線形狀的凹凸特性進(jìn)行有效描述。
  (二)提出一種新的形狀描述子—內(nèi)外

2、弦長(zhǎng)矩陣(Inner&Outer Chord Matrix)。內(nèi)外弦長(zhǎng)矩陣能夠有效地抽取輪廓線形狀的凹凸特性,而人類(lèi)視覺(jué)系統(tǒng)對(duì)輪廓線形狀凹凸特性特別敏感,因此抽取出輪廓線凹凸特性的內(nèi)外弦長(zhǎng)矩陣描述子的鑒別能力將大大提高。將該方法應(yīng)用于Swedish和Leaf100植物葉片圖像庫(kù),與類(lèi)似的MDM方法和經(jīng)典的傅立葉描述子相比,IOCM取得了更優(yōu)的識(shí)別率。為了壓縮空間,本文應(yīng)用經(jīng)典的線性判別式分析(Linear Discriminant An

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論