版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、視頻中基于物體輪廓的跟蹤是計算機視覺領域的一項重要而有價值的基礎研究,而目標物體的識別與輪廓抽取是輪廓跟蹤的一項關鍵技術。為了提高跟蹤的精度,本文設計了一種基于過分割的感興趣對象識別與自然輪廓抽取系統(tǒng)。主要研究內容和解決問題如下:
1.由于場景中存在很多物體,通過建立了目標物體的模板庫,在實施過程中可以有針對性的查找視頻圖像序列中的目標物體,提高了目標識別的精度和效率;
2.本文提出一種結合強魯棒性關鍵點檢測器FAS
2、T(Features from Accelerated SegmentTest)[18]和旋轉不變性的局部描述子DAISY[25]的物體識別方法,提高了特征匹配在不同場景和光照條件影響下的識別與定位精度;
3.本文引入過分割算法抽取物體自然輪廓。提出了一種融合優(yōu)度法(Goodness method)和偏差法(Discrepancy method)[40]優(yōu)點的過分割質量評估方法,并利用實時邊界檢測算法生成的理想分割圖取代了手工
3、勾畫的理想分割圖,通過該方法選擇出最接近物體自然邊界的過分割算法;
4.研究了通過超像素聚類得到邊界閉合圈的算法,并提出基于EGIS(EfficientGraph-based Image Segmentation)[46]過分割算法的物體自然輪廓抽取方法,該方法可以精確抽取出物體的自然輪廓。
本文基于過分割對感興趣對象的識別與自然輪廓抽取的研究,提高了物體識別與自然輪廓抽取的精度,在航空航天、智能監(jiān)控系統(tǒng)和跟蹤系統(tǒng)領
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于過分割的感興趣對象識別與自然輪廓抽取(1)
- 醫(yī)學圖像感興趣區(qū)域的自動分割.pdf
- 基于小波和輪廓波變換的感興趣區(qū)域編碼研究.pdf
- 基于感興趣區(qū)域檢測的網絡不良圖片識別研究.pdf
- 基于感興趣區(qū)域的圖像檢索.pdf
- 基于感興趣區(qū)域的圖像分割及其在圖像檢索中的應用.pdf
- 基于稀疏部件輪廓擴展的形變感興趣目標定位技術研究.pdf
- 基于感興趣區(qū)域的顱腦圖像處理與應用.pdf
- 我感興趣的人1
- 我感興趣的人1
- 基于感興趣區(qū)域的視頻質量研究.pdf
- 基于感興趣區(qū)域的圖像分類研究.pdf
- 基于感興趣區(qū)域的圖像檢索方法.pdf
- 放射治療計劃系統(tǒng)中感興趣區(qū)域的分割與可視化.pdf
- 基于DWT與HVS的感興趣區(qū)域編碼研究.pdf
- 基于感興趣區(qū)域的數(shù)字水印技術.pdf
- 基于感興趣區(qū)域的圖像情感語義研究.pdf
- 基于感興趣區(qū)域的HEVC優(yōu)化算法研究.pdf
- 基于感興趣的圖像漸進傳輸方法研究.pdf
- 基于視覺感興趣區(qū)域的圖像質量評價.pdf
評論
0/150
提交評論