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140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、低質(zhì)量可見(jiàn)光圖像在現(xiàn)實(shí)生活中大量存在且應(yīng)用廣泛。但是在許多重要成像領(lǐng)域,很多因素會(huì)導(dǎo)致圖像的退化、細(xì)節(jié)部分的丟失,它們會(huì)造成圖像的混疊,降晰和扭曲。因此觀察到的圖像往往不能滿足實(shí)際應(yīng)用對(duì)圖像質(zhì)量的要求。這個(gè)特點(diǎn)使得對(duì)它們的研究難以直接借用現(xiàn)有的圖像處理技術(shù),因而成為光學(xué)圖像識(shí)別中的一個(gè)新的研究領(lǐng)域。本文在教育部博士點(diǎn)基金項(xiàng)目資助下,開展了如下研究工作: 研究了低質(zhì)量可見(jiàn)光圖像的重建方法。針對(duì)低質(zhì)量可見(jiàn)光圖像存在的像素過(guò)低、偏斜、

2、旋轉(zhuǎn)以及斷裂等不同問(wèn)題,分別研究了斷裂圖像的重建技術(shù)、圖像的填充方法、以及低分辨率可見(jiàn)光圖像的超分辨率重建技術(shù)。這些圖像重建技術(shù)的研究是圖像特征提取以及識(shí)別的前提,具有重要的理論價(jià)值和指導(dǎo)作用。 提出了基于小區(qū)域模板匹配的低質(zhì)量可見(jiàn)光圖像識(shí)別方法?,F(xiàn)有的模板匹配及其改進(jìn)算法存在匹配時(shí)間過(guò)長(zhǎng),不適合工業(yè)生產(chǎn)使用的缺點(diǎn),提出了基于小區(qū)域模板匹配的算法原理,并分別對(duì)激光刻蝕標(biāo)牌字符圖像和低質(zhì)量可見(jiàn)光空間目標(biāo)進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)證明該方法可

3、以有效的縮短算法的匹配時(shí)間,具有較高的識(shí)別率。在此基礎(chǔ)上,將相關(guān)系數(shù)法引入到低質(zhì)量空間目標(biāo)的類別識(shí)別與姿態(tài)識(shí)別之中,當(dāng)測(cè)試樣本與模板庫(kù)樣本尺寸大小不一時(shí)同樣可以進(jìn)行匹配。從實(shí)驗(yàn)結(jié)果來(lái)看,這種基于特征相關(guān)系數(shù)的匹配方法很適合于空間運(yùn)動(dòng)目標(biāo)的匹配,由于這種匹配方法能夠很容易地克服圖像中輕微存在的變形、噪聲和局部遮擋,因而具有較高的匹配精度。 研究了低質(zhì)量可見(jiàn)光圖像的旋轉(zhuǎn)不變性矢量提取方法,解決了樣本存在偏斜、旋轉(zhuǎn)等情況時(shí)造成識(shí)別率下

4、降的問(wèn)題。首先將矩特征引入到圖像的不變性矢量生成之中,給出了具體的算法。然后針對(duì)不同旋轉(zhuǎn)下的圖像,分別對(duì)文中方法和傳統(tǒng)方法所提取的矢量曲線進(jìn)行了對(duì)比說(shuō)明,實(shí)驗(yàn)驗(yàn)證了文中方法的有效性。 提出了基于概率PCA模型的觀測(cè)數(shù)據(jù)集本征維數(shù)確定方法。對(duì)于觀測(cè)數(shù)據(jù)集的主分量確定方法的研究,國(guó)內(nèi)外學(xué)者多采用經(jīng)驗(yàn)式的方法來(lái)確定其本征維數(shù),或者直接采用觀測(cè)數(shù)據(jù)相關(guān)矩陣(或協(xié)方差矩陣)中特征值所在總體的方差貢獻(xiàn)率大小的方式來(lái)定量的得到觀測(cè)數(shù)據(jù)集的本征

5、矢量維數(shù)。針對(duì)這一問(wèn)題,首先給出了概率PCA模型;然后采用AIC、CAIC和BIC準(zhǔn)則給出了本征矢量維數(shù)的確定方法;對(duì)影響主分量確定的模型的各個(gè)參數(shù)進(jìn)行了仿真,并給出了相應(yīng)的仿真實(shí)驗(yàn)結(jié)果;對(duì)于不同類型的觀測(cè)樣本集,給出了三類準(zhǔn)則的適用范圍;對(duì)提取到的新的特征矢量曲線數(shù)據(jù)集合,分別用以上三種準(zhǔn)則給出了本征矢量維數(shù)的確定方法,對(duì)于三種準(zhǔn)則在字符圖像上的適用性給出了說(shuō)明;最后,采用粗略估計(jì)子空間維數(shù)區(qū)間和精確判定最優(yōu)本征矢量維數(shù)相結(jié)合的方法,

6、大大減低了錯(cuò)誤出現(xiàn)的可能,提高了算法的魯棒性,同時(shí)也減少了算法的運(yùn)行時(shí)間。對(duì)比實(shí)驗(yàn)表明,本文提出的方法與傳統(tǒng)方法相比具有更高的識(shí)別率。 提出了基于端點(diǎn)、三叉點(diǎn)和四叉點(diǎn)等結(jié)構(gòu)特征的二級(jí)壓印凹凸字符識(shí)別方法。為了解決統(tǒng)計(jì)特征區(qū)分相似字符、旋轉(zhuǎn)字符能力弱的問(wèn)題,建立了基于端點(diǎn)、三叉點(diǎn)和四叉點(diǎn)等結(jié)構(gòu)特征的壓印凹凸字符二級(jí)識(shí)別網(wǎng)絡(luò)。在第一級(jí)基于統(tǒng)計(jì)特征識(shí)別的基礎(chǔ)上采用由三叉點(diǎn)等結(jié)構(gòu)特征組成的第二級(jí)識(shí)別網(wǎng)絡(luò)進(jìn)行識(shí)別和校驗(yàn)。實(shí)驗(yàn)表明,該二級(jí)分

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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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