基于轮廓形状和深度特征融合的植物叶片图像识别方法.pdf
一条****贺6
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于轮廓形状和深度特征融合的植物叶片图像识别方法.pdf
本发明公开了一种基于轮廓形状和深度特征融合的植物叶片图像识别方法,属于植物叶片识别技术领域。包括如下步骤:首先依据叶片轮廓曲线偏移特性提取最小投影距离特征和相对投影距离特征,并结合描述轮廓凸凹特性的拱高距离特征,然后根据多特征融合和多尺度分析获取多尺度多轮廓距离形状描述子,最后运用最大值归一化融合低层次轮廓特征和高层次语义特征。本发明不但能从两个正交维度提取不同尺度轮廓曲线特征,较全面地描述二维轮廓空间分布特征,而且通过融合不同层次特征相互补充,结合不同层次特征优点,显著提高植物叶片图像识别性能。
基于多轮廓特征融合的步态识别方法.pdf
本发明公开了基于多轮廓特征融合的步态识别方法,涉及机器视觉技术领域,使用了目前步态识别中常见的基于非模型的方法提取特征,该方法简单有效,所有的特征在同一组图像序列中获取,使得特征方便提取,而且本发明提取的特征维度较低,因此识别时反应时间较短。本发明的方法在90度的视角下取得98.33%的识别率,同时在其他角度下也有着90%以上的识别率。
基于目标轮廓特征的图像识别方法.pdf
一种基于目标轮廓特征的图像识别方法,根据目标的轮廓特征而非整个模板计算相似度,并据此对模板进行分析得到最小类间距离,在搜索过程中,结合最小类间距离及适应度对群体进行划分,并通过局部搜索快速得到局部极值。图像识别是工业自动化领域中的重要课题,特别是当目标之间存在交错时,如何有效的识别多个目标是亟待解决的问题。本发明有效提高了搜索效率,保证了识别的实时性。将这种方法应用于半导体检测及生产设备机器视觉系统中,能够高效准确地识别定位场景图像中的多个重复目标。
一种基于网络的图像形状轮廓识别方法.pdf
本发明公开了一种基于网络的图像形状轮廓识别方法,将复杂网络方法应用于图像目标识别领域,针对形状轮廓识别和灰度图像识别等应用环境,提出一类基于复杂网络的图像目标识别方法。通过将基于轮廓的图像识别方法与复杂网络方法优点相融合,该方法既保留基于轮廓的识别方法所具有的过程简单、识别效率高等特点,又充分发挥复杂网络方法仅考虑网络拓扑结构,与节点位置、顺序无关等特点,克服了图像轮廓轻微变化、光照强度小幅度变化以及局部遮挡等因素对识别方法的影响,使得识别方法具有平面旋转不变性、平移不变性、缩放不变性以及一定程度的容噪性
一种基于网络的图像形状轮廓识别方法.pdf
本发明公开了一种基于网络的图像形状轮廓识别方法,将复杂网络方法应用于图像目标识别领域,针对形状轮廓识别和灰度图像识别等应用环境,提出一类基于复杂网络的图像目标识别方法。通过将基于轮廓的图像识别方法与复杂网络方法优点相融合,该方法既保留基于轮廓的识别方法所具有的过程简单、识别效率高等特点,又充分发挥复杂网络方法仅考虑网络拓扑结构,与节点位置、顺序无关等特点,克服了图像轮廓轻微变化、光照强度小幅度变化以及局部遮挡等因素对识别方法的影响,使得识别方法具有平面旋转不变性、平移不变性、缩放不变性以及一定程度的容噪性