版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、文1753‘58目標(biāo)識別中視覺穩(wěn)定性特征提取方法的研究學(xué)位論文完成日期:指導(dǎo)教師簽字:答辯委員會成員簽字:青島科技大學(xué)研究生學(xué)位論文目標(biāo)識別中視覺穩(wěn)定性特征提取方法的研究摘要仿生生物視覺的識別功能是計算機視覺功能實現(xiàn)的終極目標(biāo),也是近年來國內(nèi)外重點研究方向之一。在目標(biāo)識別過程中,如何有效地獲取目標(biāo)對象的相關(guān)信息是識別功能實現(xiàn)的關(guān)鍵技術(shù)所在。在眾多特征信息中,準(zhǔn)確地提取較為直觀、穩(wěn)定的目標(biāo)特征能極大地提高識別的速率與正確率,本文在對生物視
2、覺理論進(jìn)行深入分析的研究基礎(chǔ)上,仿照生物視覺選擇理論,提出了基于視覺穩(wěn)定性的特征提取方法,并在此研究基礎(chǔ)上對目前部分特征提取方法進(jìn)行了改進(jìn),并通過實驗驗證了視覺穩(wěn)定性特征理論的可行性,為目標(biāo)識別奠定了基礎(chǔ)。論文首先對生物視覺識別機理和特征計算理論進(jìn)行深入的分析,總結(jié)出視覺特征具有相對視覺系統(tǒng)的穩(wěn)定特性。其次改進(jìn)多通道Gabor濾波的特征提取方法并有效提取紋理視覺特征;在多分辨率分析和小波熵的基礎(chǔ)上提出一種多尺度下的多算子融合邊緣提取方法
3、,通過實驗成功的提取到無噪聲干擾、連續(xù)完整的邊緣特征;對視覺識別中幾種矩理論進(jìn)行深入探索,提取具有相對穩(wěn)定性的圖像不變矩特征,最后提出一種模糊神經(jīng)網(wǎng)絡(luò)識別方法,通過實驗對該方法進(jìn)行驗證,在已提取到的幾種視覺特征基礎(chǔ)上實現(xiàn)計算機視覺的認(rèn)知功能。經(jīng)實驗證明,本文提出的幾種基于視覺穩(wěn)定性的特征提取方法能有效的提取各種視覺特征,為計算機視覺認(rèn)知功能的實現(xiàn)有效地提供特征依據(jù)和技術(shù)手段。綜上所述,本文對生物視覺認(rèn)知機理進(jìn)行深入的研究,得出視覺特征具
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)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RCS特征提取的雷達(dá)目標(biāo)識別新方法.pdf
- 高距離分辨雷達(dá)目標(biāo)識別特征提取研究.pdf
- 諧振區(qū)雷達(dá)目標(biāo)特征提取與目標(biāo)識別研究.pdf
- 基于線狀特征提取的機場目標(biāo)識別技術(shù).pdf
- 基于Gabor特征提取的海面艦船目標(biāo)識別.pdf
- 紅外圖像目標(biāo)識別及特征提取技術(shù)的研究.pdf
- 基于深度學(xué)習(xí)的SAR特征提取與目標(biāo)識別研究.pdf
- SAR自動目標(biāo)識別中的特征提取技術(shù)研究.pdf
- 典型目標(biāo)穩(wěn)定特征提取.pdf
- 衛(wèi)星目標(biāo)識別與特征參數(shù)提取方法研究.pdf
- 生物視覺啟發(fā)下的特征提取和目標(biāo)分類方法研究.pdf
- 人機交互中視覺目標(biāo)識別與跟蹤算法的研究.pdf
- 高頻波段雷達(dá)目標(biāo)特征提取與識別方法研究.pdf
- 基于時頻特征提取和支持向量分類的主動目標(biāo)識別.pdf
- 被動目標(biāo)特征提取方法研究.pdf
- 空間目標(biāo)特征提取及識別技術(shù).pdf
- 目標(biāo)識別中基于最小化訓(xùn)練誤差的特征提取算法研究.pdf
- 雷達(dá)圖像目標(biāo)特征提取方法研究.pdf
- 目標(biāo)輻射噪聲特征提取方法研究.pdf
- SAR圖像典型目標(biāo)特征提取與識別方法研究.pdf
評論
0/150
提交評論