

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、一種基于焦點的圖形圖像識別表示方法一種基于焦點的圖形圖像識別表示方法摘要本文重點研究了一類新的基于焦點的物體圖像的識別表示方法。對基于焦點形成的曲線進行規(guī)律總結,給出了焦點曲線的概念和數學公式。借助計算機進行模擬分析,對由焦點表示形成的曲線的性質進行研究。對實際物體圖像進行圖像處理,提取物體圖像邊緣數據。最后基于焦點曲線擬合圖像輪廓,確定復雜圖形圖像對應的輪廓參數,進行圖形圖像的參數化表示分析和研究?!娟P鍵詞】焦點圖像處理識別表示曲線分
2、析圖形圖像信息的應用越來越廣泛,是我們經常能見到的最直觀的信息表達方式,我們也經常通過各種手段對圖形圖像進行分析。曲線的分析和表示是計算機圖形學研究的一個重要方向,很多常見圖形圖像輪廓都可以看成是基于焦點形成的近似曲線輪廓,這些常見圖形圖像都可以按照焦點參數的方式進行定義和分析。而我們之前并沒有采取這種手段對該類圖形圖像的輪廓曲線進行有效的檢測和精確的矢量分析表達。人們平時見到的大量類似曲線,由于其在計算機信息精確表示中的困難和復雜程度
3、,一般該類曲線曲面都被直接擬合為標準二次曲線曲面進行表示,對該類圖像的表示精度不夠,為該類圖像的輪廓識別和分析帶來很大的不確定性。從這一點上說,研究該類輪廓曲線的參數化分析表達具有重要的意義,特別在機器視覺方面為相關的圖像分析和有關學科的研究提出了新的方曲線,擁有n1Kn個焦點。1.2性質分析類似于超橢圓的研究,調整s的取值,可以得到對應的不同的超橢圓形狀,有類圓形也有正方形,星形等各種形狀:對于更多個焦點形成的曲線,通過采用類似超橢圓
4、的研究方法,調整單一參數值,研究曲線的變化規(guī)律。采用參數定量分析的方法,即控制部分參數不變,對其他的參數進行有規(guī)律的定量化改變,最終對得到的曲線形狀、其變化趨勢進行分析。曲線的焦點構成一個多邊形,例如,圓是一個點,橢圓、雙曲線為一條線,三焦點曲線,焦點構成一個三角形。對于一個圓,圓的大小及其其他性質,是由圓心和半徑決定的,圓的位置是由其圓心的坐標位置確定的,整個焦點多邊形相當于圓心,而定長類似于圓的半徑,焦點多邊形的位置同樣受焦點的坐標
5、決定。很明顯多焦點曲線的形狀主要受三個因素決定:負焦點的個數、定長長度、和連接各個焦點形成的焦點多邊形形狀。多焦點曲線形狀由焦點和定長共同決定,焦點多邊形類似于圓的圓心,而定長類似于圓的半徑,且在定長較短的情況下,曲線性質與焦點多邊形形狀統(tǒng)一,曲線形狀受焦點相對位置的影響較大,反之,在定長相對較長的情況下,焦點多邊形無論是否存在負焦點,曲線形狀都會越規(guī)則,并且隨著定長的逐步增加而越來越趨近圓形。相對全是正焦點的情況,出現(xiàn)負焦點時曲線相對
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
- 一種基于廣義Hough變換的動物圖像識別方法研究.pdf
- 一種基于圖像識別的目標區(qū)域分割法
- 基于稀疏表示的圖像識別.pdf
- 基于稀疏表示的人臉圖像識別方法研究.pdf
- 圖像目標的識別——基于稀疏表示的圖像識別算法研究.pdf
- 一種圖像識別手寫字符的自動閱卷系統(tǒng).pdf
- 幾種圖形圖像壓縮方法.pdf
- 一種新的小波變換及其在圖形圖像處理中的應用.pdf
- 一種基于動態(tài)圖像的多目標識別計數方法.pdf
- 基于生物視覺模型的圖形圖像處理方法.pdf
- 基于遺傳規(guī)劃的圖像識別方法.pdf
- 圖形圖像論文處理
- 一種基于區(qū)域的圖像檢索方法.pdf
- 一種基于內容的圖像放縮方法.pdf
- 一種基于分類的圖像增強方法.pdf
- 圖形圖像處理圖像分割
- 基于linuxqt圖形圖像課程設計
- 一種基于內容的廣告垃圾圖像過濾方法
- 基于知識元的圖像識別方法研究.pdf
- 基于塊結構化字典學習的稀疏表示圖像識別.pdf
評論
0/150
提交評論