学位论文 > 优秀研究生学位论文题录展示

基于时空信息的轮廓编组算法研究

作　者: 黄金
导　师: 尹辉
学　校: 北京交通大学
专　业: 计算机科学与技术
关键词: 轮廓编组时空信息光流法流形学习聚类
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 14次
引　用: 1次
阅　读: 论文下载

内容摘要

轮廓编组的目的是从输入中提取独立的目标轮廓,是一种以边缘片段为编组对象的知觉组织过程。由于轮廓能够很好地描述目标的几何特征和拓扑特征,并且表示具有很好的简洁性,因此对于后续的高级视觉任务,如目标识别、场景分析、基于内容的图像检索等都具有重要的意义。本文以格式塔编组原则为基础,以图像序列为输入,提出了基于时空信息的轮廓编组算法,本文的主要工作如下：1、研究了边缘检测算法,从轮廓编组的特点出发,提出了基于gPb的边缘片段编组元提取算法。2、研究了时空信息的提取方法,利用LDOF光流法提取图像运动信息,利用RGB/Lab颜色模型和伯克利纹理算子,提出了基于光流法的运动特征和基于颜色、纹理描述的空间特征提取算法。3、研究了流形学习方法,比较了线性降维和非线性降维方法对时空特征的处理效果,采用了基于流形学习的时空相似度计算方法。4、在研究聚类方法的基础上,以时空相似度为聚类信息,提出了基于自适应谱聚类的轮廓编组算法。本文算法在Stein和BJTU motion数据集上取得了满意的编组结果,编组效率达到72.52%。本文的研究内容是众多中高级视觉任务的基础。

全文目录

致谢  5-6
摘要  6-7
ABSTRACT  7-10
1 绪论  10-26
  1.1 引言  10-11
  1.2 国内外研究现状  11-21
    1.2.1 基于静态图像的轮廓编组方法  11-13
    1.2.2 基于图像序列的目标检测方法  13-21
  1.3 论文主要内容及创新点  21-24
    1.3.1 论文的主要内容  22-23
    1.3.2 论文的主要特色及创新点  23-24
  1.4 论文组织结构  24-26
2 基于边缘片段的时空特征提取  26-42
  2.1 相关工作  26-33
    2.1.1 边缘检测方法研究与分析  26-29
    2.1.2 运动特征提取方法研究与分析  29-32
    2.1.3 颜色模型和纹理  32-33
  2.2 基于边缘片段的时空特征提取  33-40
    2.2.1 基于gPb的边缘片段编组元提取算法  33-35
    2.2.2 基于光流法的边缘片段区域运动特征提取方法  35-39
    2.2.3 基于颜色、纹理描述的边缘片段区域空间特征提取方法  39-40
  2.3 本章小结  40-42
3 基于运动特征的轮廓编组算法  42-60
  3.1 相关工作  42-50
    3.1.1 流形学习方法分析  42-49
    3.1.2 谱聚类方法分析  49-50
  3.2 基于流形学习的运动相似度计算方法  50-54
  3.3 基于运动特征的采用自适应谱聚类的轮廓编组算法  54-55
  3.4 实验结果及评价  55-59
  3.5 本章小结  59-60
4 基于时空信息的轮廓编组算法  60-68
  4.1 基于空间特征的采用自适应谱聚类的轮廓编组算法  60-63
  4.2 基于时空特征的采用自适应谱聚类的轮廓编组算法  63
  4.3 实验结果及评价  63-66
  4.4 本章小结  66-68
5 工作总结与展望  68-70
  5.1 工作总结  68-69
  5.2 进一步的研究建议  69-70
参考文献  70-74
作者简历  74-78
学位论文数据集  78

基于时空信息的轮廓编组算法研究

内容摘要

全文目录

相似论文