一、基于正交直线的Snake模型（论文文献综述）
刘嘉文[1]（2021）在《基于正交图像的人体尺寸测量》文中提出在“互联网+”的时代背景下,人体尺寸测量技术在虚拟试衣、远程非接触人体尺寸测量技术和建立人体数据库等各领域中都有着十分关键的作用。其中,随着服装信息化技术的发展,为了满足人们远程服装订制的需求,提出了一种非接触的人体尺寸测量技术,然而传统非接触人体尺寸测量技术尚且无法彻底摆脱三维扫描仪等大型设备,因此无法避免的存在成本昂贵和测量灵活性差等缺点。于是,本文提出了一种基于正交图像的人体尺寸测量技术,通过两幅特定姿势的人体图像和一系列图像处理操作获取人体尺寸信息,通过实验验证该技术相对于传统方法具有准确、快速、简易、成本低等优势。本文首先提出了一种基于正交图像的二维人体尺寸测量方法,实现了用户图像的采集、存储、人体轮廓提取和二维人体尺寸预测等技术。在采集图像之前依据“张正友标定法”减少手机摄像头的畸变,然后将采集的RGB图像转化为HSV色彩空间,并抽离出S通道基于改进的多方向Sobel算子边缘检测获取人体完整、清晰的人体轮廓。在此基础上提出了一种基于自适应人体结构分割（Adaptive Body Structure Segmentation,简称ABSS）的着装人体多特征点提取和尺寸测量算法（Human pesm-abss）,通过分析东西方人体的异构性和自身体型的差异,利用ABSS算法分割人体结构关键区域。针对颈、肩部位特征点的提取,提出最大距离法和局部最大曲率法解决了传统算法适应性差,鲁棒性不高的问题。通过210组标准差较大样本的实验测量数据与真实尺寸信息进行对比分析,结果表明:Human pesm-abss算法相对于非闭合Snake和Simple-FCN-ASM模型平均误差分别减少了2.2cm和0.26cm。同时在时耗方面,分别缩短了1.098s和3.552s。由于人体三维尺寸数据是服装设计和试穿等应用场合的重要参考信息,然而平面图片缺少深度信息以致于难以直接获取人体的三维尺寸信息,本文提出了一种基于UGA-BP-MC神经网络的人体三维尺寸预测模型,通过改进自适应交叉、变异概率优化的遗传算法（UGA）对BP网络的结构、权值和阈值进行优化,然后采用马尔科夫残差模型对UGA-BP模型输出值进行修正。最后对210组样本进行数据对比分析,发现UGA-BP-MC相对于超椭圆曲线法、多元函数模型和GA-BP模型而言,预测值的平均误差分别减少了2.8cm、1.62cm和0.94cm。接下来,论文对尺寸预测神经网络的结构进一步改进,提出了一种基于改进WOA-ENN-MC的人体围度尺寸预测模型,通过优化收敛因子、联合最优惯性权值和阿基米德螺旋更新策略优化鲸鱼算法（IWOA）以获得更优的寻优广度和精度,将IWOA输出的最优值作为Elman神经网络（ENN）的初始权值阈值训练,避免了传统模型在迭代后期陷入局部最优的同时缩减了网络训练的收敛时间。通过对CAESAR数据集中270组样本的实测值与预测数据进行对比分析,结果表明:IWOA-ENN-MC相对于GA-ENN、PSO-ENN和WOA-ENN模型在各方面有着更明显的优势。本文总体的研究路线遵循人体二维尺寸测量然后进行三维尺寸预测,都分别通过实验数据对比分析验证了Human pesm-abss算法、UGA-BP-MC和IWOA-BP-MC在二维尺寸测量和三维尺寸预测环节中的优越性。
祝长瑞[2]（2019）在《颈动脉超声图像内中膜厚度提取及系统实现》文中研究表明动脉粥样硬化逐渐成为威胁人们身体健康的高危疾病之一。由于动脉粥样硬化的治愈率低,复发率高,及时发现和诊断该疾病对预防病情恶化具有重要意义。颈动脉的内中膜厚度（Intima-Media Thickness,IMT）是动脉粥样硬化的一项重要指标。目前,超声成像技术在临床中已经得到了广泛的应用,首先需要获取颈动脉血管的超声图像,但是由于超声图像中的脉冲噪声和特有的斑点噪声（Speckle）,使颈动脉内中膜厚度提取变得十分困难。并且在医师手动测量颈动脉的IMT时,如果测量的数据庞大,不仅费时费力,而且通常情况下由于测量者的不同测量习惯,得出的结果可能会存在偏差。为了解决超声图像中的脉冲噪声和特有的斑点噪声这一问题,本文对中值滤波和小波变换分别进行了研究,发现它们都不能很好的去除超声图像中的噪声。为此,本文首先对中值滤波进行改进,研究出改进的极值中值滤波算法,再与小波变换相结合得到新型滤波算法。本文提出的改进的极值中值滤波和小波变换相结合的新型滤波算法用于图像去噪,这种结合两种图像去噪算法进行图像去噪可以很好的保留图像的边缘信息,对去除超声图像中的噪声具有很好的效果。为了准确地提取出颈动脉的IMT,本文对仿真数据和临床数据分别进行了分析研究,借助Field II仿真平台获得颈动脉血管超声仿真图像。同时,对临床颈动脉的超声射频回波信号也进行了各方面的研究,借助MATLAB超声仿真获得颈动脉的射频图像、包络图像以及超声图像。在研究分析了颈动脉超声图像的特点和现有方法的优缺点基础之上,我们发现传统的Snake模型不可以提取狭窄和深凹区域图像的正确轮廓,图像分割不够准确,存在一定的局限性。为此,本文对传统的Snake模型进行了改进,研究出改进的GVF-Snake模型进行图像分割以提取颈动脉的IMT。梯度矢量流（GVF）的外力场可以大大改善内中膜边缘轮廓的检测,从而实现内中膜边缘的准确提取。首先使用传统的Snake模型找出内膜的初始轮廓曲线,再用改进的GVF-Snake模型使初始轮廓收敛到内膜边缘,将内膜边缘的分割结果向下平移到中膜的轮廓附近作为中膜的初始轮廓,再使用改进的GVF-Snake模型使初始轮廓收敛到中膜边缘。实验结果表明,本文采用改进的GVF-Snake模型能够准确地提取出颈动脉超声图像的内中膜厚度。此外,本文利用图形用户界面（GUI）设计开发了颈动脉超声图像系统,使用者可以根据自身需要,自由选择想要测量的颈动脉血管超声回波射频信号。本研究可以显着提高医师对颈动脉血管病变的诊治,为分析病情提供了便利,对未来颈动脉血管的研究有着及其重要的意义。
王子昂[3]（2019）在《基于自动化Snake模型与轮廓渲染结合的颈脉DSA图像三维重建》文中认为在医学影像诊断领域,DSA（数字减影血管造影图像）是血管类疾病临床诊断的金标准。现阶段广泛应用的血管造影诊疗手段是根据临床医师大量先验性经验对二维血管图像进行感知评判。血管造影三维重建的出现为造影图像临床诊断和手术指导提供了三维数字诊疗模型。但是,现阶段DSA图像三维重建技术仍存在特征匹配准确度低,重建配准点拟合方式繁琐,重建模型可视化感知不足等问题。基于现阶段三维重建所面临的重点和难点,本文提出了利用自动化Snake模型与轮廓渲染结合的方法进行颈脉造影的三维重建。该方法解决了传统Snake模型中必须依赖先验性知识手工标定控制点和造影影像深度感知不足的问题。主要研究方法如下:提出采用Gabor多尺度滤波和Hessian矩阵非抑制极大值提取算法对颈部血管中轴进行提取,创新性地提出利用造影双平面对极几何关系进行血管中轴sift特征匹配。优化了Snake模型在进行颈部血管三维重建时轮廓控制点的自动化定位方法。对颈脉重建后模型的轮廓渲染方法进行了研究。构建了一种基于深度缓冲模型的Alpha轮廓渲染模型。为临床医师和患者对血管的结构感知,深度感知提供了可视化感知模型。通过对实验的关键结果进行数据分析后得出,本文所用基于对极几何约束的sift特征匹配算法在对具有旋转、视角变换特性的血管骨架进行匹配时召回率较传统算法更接近1,鲁棒性较高。通过对Snake模型迭代误差比较可以得出,使用本文自动化Snake模型重建后的误差比传统Snake模型的误差平均减少了3个像素。通过对演染结果进行基于李克特量表的盛知性评估时可以得出,渲染结果在深度、结构和颜色的感知方面的评分均高于传统的X-ray和重建图像。
丁艳蓉[4]（2018）在《轴类工件视觉精密测量关键方法的研究》文中提出随着工业自动化的不断推进,汽车、医疗、消费等行业对产品质量提出了新的要求。轴类工件作为各行业产品的核心部件,其加工精度直接影响自动化机械设备的运行状态和使用寿命,特别是在精密仪器中,轴的尺寸精度要求往往达到微米级。由于我国在轴类工件精密测量方面仍然存在明显不足,因此加剧了我国企业对国外技术的依赖,尤其在角点和R角定位方法方面与国外差距甚远,因此,深入研究角点和R角定位方法具有重要意义。针对轴类工件表面毛刺、油污等附着物对视觉测量中角点检测的干扰问题,提出一种基于曲率与灰度复合的角点亚像素定位方法。该方法对图像感兴趣区域（Region of Interest,ROI）进行形态学和双边滤波等预处理,消除毛刺和部分油污等附着物;根据曲率特性检测候选角点,利用角点处曲率角的多尺度不变性进行伪角点的预筛选,利用以角点为圆心的圆形窗口内灰度信息进一步排除伪角点,实现角点粗定位;根据粗定位角点和区域端点的连线,对原始图像的边缘点进行筛选,并对筛选后的边缘点进行最小二乘直线拟合,实现角点精准定位。实验表明,该方法有效克服了轴类工件表面附着物对角点检测的干扰问题,且角点定位算法的重复性达到0.005mm,准确度达到0.004mm。针对轮廓附着物对视觉测量中R角检测的干扰以及短圆弧拟合不稳定的问题,提出一种基于Snake模型和迭代极性转换回归（Polarity Transformation Regression,PTR）结合的圆弧拟合方法。首先对图像感兴趣区域进行预处理;利用Canny算子进行边缘提取,实现边缘的初定位;然后通过Snake模型对边缘进行优化;采用Zernike正交矩获取亚像素级边缘点;最后通过迭代PTR算法实现R角中心的精确定位。实验表明,该方法有效克服了轴类工件表面附着物对R角检测的干扰问题,提高了R角定位算法的重复性和准确度,其定位精确度达到0.005mm,准确度达到0.0034mm;半径拟合精确度为0.002mm,准确度为0.006mm。为验证测量系统的综合性能,利用线阵相机、远心镜头、和平行背光搭建轴类工件视觉检测系统,对多个电机轴的多个检测项进行测试分析,从静态和取放两种条件下获取待测件图像,统计静态图像结果的极值计算出系统测量精确度,统计取放图像结果与真实值的误差最大值计算出系统测量准确度,最后对比实验结果,分析其综合测量精确度、准确度以及误差因素。实验表明,轴类测量系统的平面尺寸测量的精确度达到0.007mm,准确度达到0.05mm,满足客户的检测要求。
洪艮超[5]（2018）在《液晶屏画面质量评定系统》文中研究说明随着计算机科学技术的发展,LCD显示器已经取代了CRT显示器,成为显示领域占比最大的产品。液晶面板的生产需在无尘的环境、精密的工艺技术下进行。尽管如此,生产出来的成品依然存在各种各样的缺陷,传统的人眼缺陷检测方法受人的主观因素影响,对缺陷等级没有统一的评判标准,因此,符合人眼评判标准、高效稳定的机器视觉缺陷检测系统的研究具有重要的意义。设计了一套液晶屏画面质量评定系统,整个系统主要由ARM微处理器控制的图像采集模块、缺陷检测与评定软件的PC三部分组成。图像采集模块中相机采用大面阵CCD相机,十字移动机构辅助相机前后左右上下六个方向的定向运动以及相机轴向旋转采集高分辨率、低摩尔纹干扰的源图像,并将采集到的源图像通过以太网传输到PC端;缺陷检测模块主要分为图像预处理;点、斑块缺陷检测与线缺陷检测、符合人眼视觉特性的Mura缺陷搜寻、基于主动轮廓和水平集方法的Mura缺陷分割、基于SEMI标准的Mura缺陷量化评定。图像预处理包括几何校正、摩尔条纹去除、背景光照不均匀去除。几何校正部分通过对采集到的源图像依次做二值化、形态学开运算、Hough直线拟合寻找四个角点、四点透视变换处理将液晶屏显示画面完整无损的提取出来;摩尔条纹去除部分,通过轴向旋转相机和自适应频率域滤波的方法有效的去除摩尔纹。背景光照不均匀去除部分,采用基于亮度均衡法对图像的背景亮度进行分块动态的调整,使整个背景处于大致相同的亮度。点、斑块与线缺陷检测模块,针对像素级点缺陷亮度明显,容易被检测到的特征,对比了直接灰度值半值阈值分割和先拉普拉斯锐化再灰度值半值定值阈值分割两种分割方法的分割原理和效果,采用先拉普拉斯锐化再灰度值半值定值阈值分割,并统计点缺陷个数及其位置信息;针对斑点缺陷,设计了平滑图像、背景相减、二值化、连通域筛选的检测算法并统计斑块缺陷个数及其位置信息;针对线缺陷,设计了两次平滑图像、背景相减、二值化、Hough直线拟合的检测算法,标记出线缺陷。针对Mura缺陷对比度低、边缘模糊等问题,为了更适合人眼的视觉特性,基于CSF函数的图像增强处理,将处理过的图像采用主动轮廓模型和水平集的方法进行缺陷分割,根据SEMI标准中关于Mura缺陷的等级评定方法,直接应用分割时所得到曲线所对应的预处理过后的源图像的缺陷对比度和面积等参数,对Mura缺陷进行量化评定。
王铎[6]（2018）在《山林环境下多无人机协同地面目标搜索与跟踪策略研究》文中认为随着控制科学与智能化的迅猛发展,无人机自主控制技术也日益成熟,已经成功应用在军事、生活等各个领域。地面目标跟踪作为一类过程复杂的集成问题,通过引入无人机来执行任务,可有效发挥无人机的优势,同时也对无人机的自主性、智能性与鲁棒性提出了更高的要求。野外山林环境作为无人机执行任务与作业的主要场景之一,以其复杂、恶劣的地形特征给无人机造成了较大困难。本文针对复杂野外山林环境下的多无人机地面目标搜索跟踪问题,重点围绕山林环境下多无人机协同搜索策略、对智能目标的协同跟踪策略以及如何提高无人机复杂作业的有效性展开了研究。首先,针对多无人机协同目标跟踪总体任务,进行了求解体系构建与基本模型建立。搭建了野外山林环境下无人机目标跟踪问题的研究框架,详细建立了该问题中涉及到的各类模型,包括无人机运动学模型、传感器观测模型等,分析了跟踪涉及的各类约束。同时,针对任务执行的复杂山林恶劣环境,利用地理信息系统、数字高程模型等工具进行了地形建模,有效处理了地形环境对无人机作业的负面影响。其次,针对多无人机目标跟踪前期的目标搜索过程,提出了可行的区块划分协同搜索策略,研究了多无人机协同任务分配与路径规划技术,对多个任务区域进行了多无人机最优分配,并利用改进的反向遗传算法与模拟退火算法完成了分配求解;同时针对复杂地形研究了航行过程中的禁飞区探测与规避航迹规划,利用了遗传算法进行了复杂地形的航迹规划,并与其它航迹规划方法进行了对比。再次,研究了基于编队的地面智能目标的协同跟踪问题,针对智能目标的运动特性进行了准确有效的描述与建模,引入了编队控制理论及方法,将被跟踪目标视为长机,即编队结构中心,将多无人机视为僚机,通过维持编队队形的稳定性,以保证多无人机对于智能目标的持续有效跟踪,采用了基于长-僚机制和势函数的编队控制方法,并进行了多机编队保持轨迹优化和李雅普诺夫稳定性分析。最后,本文以野外山林复杂环境为研究背景,如何提高多无人机系统在复杂山林环境中的适应性与作业有效性,是整个研究过程中贯穿始终讨论的问题。为进一步提高无人机在复杂环境下的安全性与作业效率,利用了图像处理方法,对山林环境下的道路信息进行了提取,缩小了无人机目标搜索范围,建立了更有利于无人机航行与作业的适航地图,提升了无人机系统的自主性与鲁棒性。
吕臻[7]（2017）在《高分辨率遥感影像道路提取与变化检测关键技术研究》文中认为随着在国民经济中高分辨率遥感卫星影像被广泛应用,从遥感影像中获取更丰富、更全面和更精确的信息已经成为遥感图像分析技术的主流,而道路信息在国民经济生活、交通产业、地理信息学科研究中占有很重要的地位,这使得道路信息提取成为遥感应用的重要目标之一。但是,对于不断变化更新的道路信息,传统人工操作效率低下且费时费力,因此,结合遥感技术、电子技术和图像识别技术,研究自动高效的提取遥感影像道路信息方法,对于道路监控、地图及时更新及GPS导航都有重要意义。论文以高分辨率影像道路信息提取为核心,首先给出了基本的理论依据,然后设计了一种影像预处理方法,并提出了一种基于多特征稀疏模型的道路提取方法,进一步以高分辨率影像道路变化检测为例探索了基于矢量数据检测道路信息变化的新方法。论文的主要工作具体如下:1、提出一种遥感影像增强和融合预处理方法:（1）从高分遥感影像道路提取出发,分析了预处理中存在的噪声干扰问题,从影像增强方面提出一种基于顾及影像配准和点扩散函数估计超分辨率重建的影像增强方法,通过对多张原始影像进行超分辨率重建处理,为道路提供精细尺度的几何特征、更加丰富的纹理和几何信息。首先根据多张影像间几何和辐射的差异性,构建包含几何形变和辐射变化的降质模型,利用全局最优化法得到模型参数;然后利用点扩散函数的正则项约束,实现对原始影像的点扩散函数估计:最后依据获得的变换参数和点扩散函数初值,采用AM算法估计高分辨率影像。通过对资源三号和ALOS-PRISM卫星影像进行增强试验,结果表明本文方法能获得较好的视觉效果和质量指标。（2）在影像超分重建增强处理的基础上,从多源影像配准与融合两个阶段出发,针对传统方法在对遥感影像配准与融合处理上的不足,利用MPICH并行模型,实现遥感影像快速配准,并提出一种基于改进Pansharp算法的高质量、快速融合方法。通过对资源三号卫星影像试验分析,验证了该方法能够很好的融合影像,具有更高的效率。2、提出一种基于多特征稀疏模型的道路提取方法。针对传统道路提取方法计算量大的缺点,从道路特征描述和道路提取算法两个方面研究道路信息提取:1)深入挖掘道路在遥感影像上的表现特征,构建道路目标的稀疏表示多特征模型,目的在于增强道路与其他地物的区分能力;2)构建具有鲁棒性、高效的高分影像道路提取方法框架,利用给定的初始点,缓冲区内通过核函数跟踪方法确定局部最优值,获取道路种子点。通过对Quick Bird、资源三号与高分二号卫星影像进行试验,结果证明该方法有效的处理了复杂道路提取中的关键难点问题,并通过与模板匹配方法和基于geodesic方法对比分析,验证了该方法在效果和效率上的优势。3、提出一种矢量信息辅助的道路变化检测方法。首先在矢量与影像配准的基础上,结合边缘提取方法、模板匹配理论和基于稀疏模型跟踪策略获取并检测道路变化信息;然后根据检测出的不同时相道路变化信息,生成道路变化专题图。通过对不同时相的Worldview和资源三号卫星影像进行试验,结果表明该方法能够在不同的道路状况下（路面变化、损毁、遮挡等）获得有效的变化检测结果。
杜文英[8]（2017）在《洪涝事件信息建模与主动探测方法研究》文中研究表明洪涝事件在全球范围内频繁发生,并造成了严重的人员伤亡、经济损失和环境破坏等。研究洪涝事件的发生和发展规律,不仅是保障人民群众生命财产安全、促进社会经济可持续发展、维护国家繁荣稳定和构建和谐社会的重大需求,也是促进遥感与对地观测技术与洪涝应用领域相结合的关键。但洪涝事件的发生和发展往往不是一蹴而就的,常常需要历经潜伏、准备、发生和结束等多个阶段,在洪涝事件从发生到结束的整个生命周期中,跨部门的动静态信息共享、洪涝关键因子如洪涝范围的精确提取以及洪涝事件的提前探测与预警发布对于提高洪涝事件应对效率、辅助洪涝事件决策和减轻或避免洪涝事件损失意义重大,但现有研究中的模型、方法或服务尚不能完全解决这些问题,因此,本文从跨部门的动静态信息共享、洪涝关键因子中洪涝范围的精确提取以及洪涝事件的提前探测与预警发布这三方面开展研究,以期实现洪涝事件信息的跨部门高效共享、洪涝发生范围的精确估计以及洪涝事件的事前探测与通知。跨部门的动静态信息共享能够促进参与洪涝事件应对的各部门间的信息交流,降低洪涝事件信息交流成本,提高洪涝事件应对效率,但目前尚缺乏一种统一的洪涝事件动静态信息表征模型,给洪涝事件的信息交流造成了障碍。为了解决上述问题,本文分析了洪涝事件静态属性与动态观测信息的共享需求,构建了洪涝事件元建模框架,设计了洪涝事件的基础元数据构件和具体描述结构,提出了面向观测的洪涝事件信息表征元模型,同时提供了洪涝事件信息表征模型的扩展机制和形式化表达。与现有洪涝事件信息表征模型相比,本文提出的面向观测的洪涝事件信息表征元模型实现了统一时空框架下不同类型洪涝事件动静态信息的规范化表征,能够满足洪涝事件动静态信息的跨领域共享与管理需求。作为洪涝事件的关键因子,洪涝发生范围是洪涝决策时的重要输入,洪涝发生范围的精确提取能够为洪涝事件的应对提供重要的决策信息支持,但洪涝水体往往边界复杂且含有内部空洞,而现有水体提取方法不能够用于提取含岛状空洞的水体范围精确提取。针对洪涝范围的精确估计问题,本文分析了现有气球Snake模型的不足,在气球Snake模型的基础之上增加了自适应影像预处理、拓扑冲突检测和处理以及轮廓迭代自动终止判断机制,解决了气球Snake模型面临的弱边界溢出问题,赋予了轮廓曲线以分裂和合并能力,同时使得曲线能够根据结点数目变化情况自动判断是否终止迭代。经具体的边界提取实验及对实验结果的定性和定量精度评价证明,本文中所提出的方法能够适用于含岛状空洞水体边界的精确提取,可用于洪涝发生范围的精确估计。与被动响应相比,洪涝事件的提前探测与预警发布能够为洪涝事件的响应争取到宝贵时间,对于挽救生命和降低损失十分重要,但目前的洪涝事件探测方法仅针对单一阈值进行过滤,方法的可靠性和可扩展性都有待商榷。针对洪涝事件的提前探测和预警发布问题,本文分析了多年历史观测数据与洪涝事件发生与否之间的相关关系,确定了与洪涝事件发生最为相关的观测因子以及洪涝事件发生是该观测因子的数据变化所遵循的模式,并基于该变化模式构建了洪涝事件过滤模型,提出了洪涝事件主动探测与预警发布服务方法,并实时接入了地面传感器数据,实现了异常数据的主动过滤以及洪涝事件的分阶段探测和预警消息发布。经实验证明该服务方法能够发现洪涝事件对应地面观测数据的异常并及时发布预警消息,实现了洪涝事件的提前探测和预警发布。此外,本文还在洪涝事件信息表征模型、洪涝范围精确提取方法以及洪涝事件实时主动探测与预警发布服务的基础之上,设计并实现了洪涝事件信息建模与主动探测原型系统,并以梁子湖区域历史洪涝事件为例,完成了其信息建模、发生范围的精确估计、主动探测以及预警发布等应用。本文的创新点主要体现在三个方面:1)提出了面向观测的洪涝事件全生命周期动态表征元模型,实现了洪涝事件的统一建模和全生命周期信息管理,对洪涝事件动态观测数据进行有效描述,为洪涝事件信息的集成管理与共享服务奠定模型基础;2)提出了含岛状空洞洪水边界的精确提取方法,实现了不需要网格辅助的含岛状空洞水体边界精确提取,兼顾了精度和效率,为洪涝场景下空洞众多且凹凸不一的复杂水体边界精确提取提供方法支持;3)提出了传感网环境下洪涝事件的主动探测与预警发布服务方法,实现地面原位传感器数据的实时接入和异常过滤、洪涝事件的主动探测以及预警消息发布,为洪涝事件的响应预留准备时间,减少洪涝事件造成的损失。但本文在不同类型洪涝事件的任务库和知识库构建、大流域的洪涝事件过滤模型建立以及多目标水体边界的同时提取等方面还存在诸多不足,这些问题将会在后续的研究中给予充分关注并逐步解决。
陈睿[9]（2017）在《基于轮廓信息的图像模式匹配》文中提出基于轮廓信息的图像模式匹配广泛应用于工业、农业、商业和生活中的各个领域,是计算机视觉中一个重要的研究课题。其现有方法按技术路线可分为自下而上和自上而下两类。其中,自下而上的方法以广义Hough变换为代表,它将轮廓点由平面空间逐点变换到参数空间,通过投票计票的方式实现模板图像和物体图像的匹配;自上而下的方法以活动轮廓模型为代表,它通过最小化包含形状先验知识的能量泛函的方式将初始轮廓整体演化到物体边缘以完成图像模式匹配。但这两类方法都尚存在一些待解决的问题。其中,广义Hough变换缺乏对包含非线性形变的同类物体进行匹配的能力;而活动轮廓演化在融合形状先验知识时在能量泛函中额外加入了形状项,从而增加了数值解法的复杂性和抽象性,缺乏可控性和灵活性。因此,本文针对上述两个问题进行了研究。为了提高广义Hough变换对包含非线性形变物体的匹配能力,本文在参考表构建阶段提取了轮廓点邻域的局部拓扑结构特征,并采用了基于特征匹配的投票方法;为了解决活动轮廓演化中能量泛函形状项带来的数值解法的复杂性和抽象性问题,本文提出了一个全新的工程化的解决方案,以形状空间投影代替能量泛函形状项。同时,本文以轮廓采样点逐点优化驱动的方式,增强了轮廓演化的可控性和灵活性。经过研究,本文取得的主要研究成果与创新工作概述如下:（1）在基于广义Hough变换的图像模式匹配中,本文提出了轮廓点邻域的局部拓扑结构特征。它由广义交叉数、邻域边界方向角、重心夹角和重心距离构成。与现有研究相比,它能更加准确地描述物体轮廓的空间分布特性。具体的说,其中的广义交叉数能描述区域轮廓的复杂度,邻域边界方向角能描述区域轮廓的方向特征,重心夹角和重心距离能描述轮廓点相对于参考点的位置特征。通过汉字笔迹鉴别对比实验证实,本文方法提高了广义Hough变换对包含非线性形变物体的匹配能力,在使用该方法提取关键词后,笔迹鉴别能力优于文本无关方法。（2）在基于活动轮廓演化的图像模式匹配中,本文提出了一个基于形状空间投影的新型的图像模式匹配框架。该框架结合了形状空间投影、轮廓的B样条表示、活动形状模型、CV模型驱动力和三种轮廓演化策略,在轮廓演化方面具有很强的可控性和直观性。在该框架中,本文提出的两种形状空间——扩展仿射变换形状空间和点分布模型形状空间,能够在投影阶段将轮廓演化过程中产生的任意形变分别限制到线性形变和同类物体非线性形变的范围内,并能快速计算形状模型中的优化参数值,在实现与能量泛函中形状项相同功能的同时,避免了数值解法的抽象性和复杂性。（3）为了直观方便地进行特定目的轮廓演化,提高演化速度和匹配精度,本文提出了三种活动轮廓演化策略,具体包括快速轮廓演化、轮廓选择演化和形状子空间选择。其中,快速轮廓演化计算各采样点在CV模型驱动下的优化步长,在提高演化速度的同时让轮廓更准确地收敛到物体边缘;轮廓选择演化将采样点按其与物体轮廓距离远近分类,只对满足距离条件的采样点进行驱动,解决了遮挡条件下轮廓无法准确地收敛到物体边缘的问题,提高了匹配算法的鲁棒性;形状子空间选择提供了更精细地约束线性形变的候选手段,该过程能有效避免演化过程中出现的误匹配和过匹配。此外,在本文的匹配框架中,笔者提出了像素亮度组合预处理算法。它将灰度图形式的测试图像转化为二值图序列,降低了模式匹配问题的复杂性。通过在人工合成图像、路面交通标志数据集、MNIST手写数字数据集和ETHZ形状数据集上的对比实验证实,本文提出的方法在匹配正确率上优于现有同类方法。
马黎[10]（2017）在《基于图像的非接触式人体测量算法的研究与实现》文中研究说明基于图像的非接触式人体测量方法,具有快速、便捷、成本低等优点,已逐渐成为人体测量技术的研究趋势。人体参数测量的精确度取决于人体特征点的准确提取和围度拟合的方法,而人体特征点的提取又取决于人体轮廓的提取。本文总结了现有的典型的轮廓提取算法和特征点提取算法,通过进行仿真实验对比并分析算法的优缺点。针对人体测量场景,分析了现有的人体测量算法在提取轮廓时对测量环境要求严格,且在提取特征点过程中因缺少人体信息而导致特征点提取准确度不高的问题,提出了本文的改进算法。主要研究内容如下:（1）基于形状估计的非闭合主动轮廓模型:针对传统的主动轮廓模型（Snake模型）存在的问题,提出了基于形状估计的非闭合主动轮廓模型（SE-U-Snake模型）。通过自动初始轮廓设置、形状估计和非闭合模型求解,解决了原模型对初始轮廓敏感、易受其他强边缘影响且对局部轮廓不敏感等问题。实验表明,本模型更适用于面向人体测量的局部轮廓提取场景。（2）基于人体比例与局部轮廓的人体测量算法:针对已有的人体测量方法的缺陷,将人体比例等先验知识融入算法中,用于划分人体特征区域,并在这些区域内进行局部轮廓提取和特征点提取。最后,通过人体实际身高与图像身高得到比例尺,直接计算得到肩宽、臂长等长度参数,通过二元一次回归方程拟合得到颈围、胸围等围度参数。实验表明,本文提出的算法测量平均误差保持在5%以内,满足人体测量要求。（3）基于图像的人体测量系统的设计与实现:运用面向对象技术,结合层次结构思想进行了系统的体系结构设计。搭建配置OpenCV开发环境与MySQL运行环境,实现系统并完成对人体长度参数与围度参数的实际测量。最后通过可视化界面展示测量结果。
二、基于正交直线的Snake模型（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于正交直线的Snake模型（论文提纲范文）
（1）基于正交图像的人体尺寸测量（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状的发展趋势 |
| 1.2.1 传统非接触二维人体尺寸测量技术 |
| 1.2.2 非接触二维人体尺寸测量技术 |
| 1.2.3 基于简单背景的非接触二维人体尺寸测量技术 |
| 1.2.4 基于复杂背景的非接触二维人体尺寸测量技术 |
| 1.2.5 非接触三维人体尺寸测量技术 |
| 1.3 本课题的主要研究内容 |
| 1.4 论文的整体结构 |
| 2 相关理论介绍 |
| 2.1 图像规范化处理 |
| 2.2 颜色空间 |
| 2.2.1 RGB颜色空间 |
| 2.2.2 HSV颜色空间 |
| 2.3 二值化操作 |
| 2.3.1 简单二值化操作 |
| 2.3.2 OTSU最大类间方差法(大津法) |
| 2.4 形态学操作 |
| 2.4.1 膨胀操作 |
| 2.4.2 腐蚀操作 |
| 2.4.3 开运算操作 |
| 2.5 人体轮廓提取 |
| 2.5.1 传统人体边缘检测算法 |
| 2.5.2 改进的Sobel算子边缘检测 |
| 2.6 人体特征点定位 |
| 2.6.1 基于人体比例法的人体关键特征点定位 |
| 2.6.2 基于人体轮廓编码的人体关键特征点定位 |
| 2.6.3 基于形状估计法的人体关键特征点定位 |
| 2.6.4 基于模板遍历法的人体关键特征点定位 |
| 2.7 椭圆傅里叶法 |
| 2.8 模型重建法 |
| 2.9 多元函数拟合法 |
| 2.10 遗传算法 |
| 2.11 鲸鱼优化算法 |
| 2.11.1 泡泡网攻击方式 |
| 2.11.2 包围猎物 |
| 2.11.3 搜索猎物 |
| 2.12 BP神经网络 |
| 2.13 Elman神经网络 |
| 2.14 马尔科夫残差模型 |
| 2.15 本章小结 |
| 3 基于正交图像的非接触人体二维尺寸测量技术 |
| 3.1 图像采集 |
| 3.1.1 实验环境搭建 |
| 3.1.2 拍摄装置设计 |
| 3.1.3 图像采集 |
| 3.2 图像预处理过程 |
| 3.2.1 颜色空间转换 |
| 3.2.2 人体轮廓提取 |
| 3.3 人体关键区域划分 |
| 3.3.1 传统人体关键区域划分 |
| 3.3.2 人体关键区域自适应划分 |
| 3.3.3 人体体型阈值区间的分析 |
| 3.3.4 关键区域自适应分割算法的设计 |
| 3.4 人体二维关键特征点定义 |
| 3.5 基于自适应分割人体结构关键区域的人体关键特征点定位 |
| 3.5.1 头部和手部特征点定位 |
| 3.5.2 颈部特征点定位 |
| 3.5.3 肩部特征点定位 |
| 3.5.4 脚部特征点定位 |
| 3.5.5 腰部特征点定位 |
| 3.6 人体二维尺寸测量 |
| 3.7 本章小节 |
| 4 非接触人体三维尺寸预测 |
| 4.1 改进GA-BP-MC神经网络模型 |
| 4.1.1 改进GA算法 |
| 4.1.2 改进GA-BP模型的建立 |
| 4.1.3 改进GA-BP-MC模型的建立 |
| 4.2 改进WOA-ENN-MC神经网络模型 |
| 4.2.1 非线性收敛因子 |
| 4.2.2 阿基米德螺旋更新策略 |
| 4.2.3 联合最优权重 |
| 4.3 改进WOA-ENN-MC模型的建立 |
| 4.4 不同模型拟合效果 |
| 4.5 不同模型预测效果 |
| 5 总结和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 附录 本人在攻读硕士学位期间发表（录用）的论文及申请的软着专利 |
| 致谢 |
（2）颈动脉超声图像内中膜厚度提取及系统实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究概况 |
| 1.3 本文的主要研究内容 |
| 第二章 基础理论 |
| 2.1 颈动脉超声成像 |
| 2.1.1 超声成像理论 |
| 2.1.2 颈动脉超声图像 |
| 2.2 图像去噪 |
| 2.2.1 图像去噪定义及常用算法 |
| 2.2.2 几种新型滤波算法 |
| 2.2.3 图像去噪质量评价 |
| 2.3 图像分割 |
| 2.3.1 图像分割定义及常用方法 |
| 2.3.2 医学图像中常用的分割算法 |
| 2.3.3 图像分割性能评价 |
| 2.4 本章小结 |
| 第三章 超声图像去噪 |
| 3.1 超声图像中的噪声 |
| 3.2 改进的极值中值滤波算法 |
| 3.2.1 极值中值滤波原理 |
| 3.2.2 改进的极值中值滤波 |
| 3.3 小波变换 |
| 3.3.1 小波变换的图像去噪原理 |
| 3.3.2 阈值的选取 |
| 3.3.3 阈值处理函数 |
| 3.4 改进的极值中值滤波和小波变换相结合的新型滤波算法 |
| 3.5 实验结果及分析 |
| 3.6 本章小结 |
| 第四章 超声图像仿真及分割处理 |
| 4.1 基于Field Ⅱ的颈动脉血管超声仿真 |
| 4.1.1 Field Ⅱ仿真工具 |
| 4.1.2 颈动脉血管几何模型 |
| 4.1.3 组织模型 |
| 4.1.4 仿真实验与实验结果 |
| 4.2 临床颈动脉超声射频回波信号仿真超声图像 |
| 4.2.1 临床颈动脉的射频信号以及包络信号 |
| 4.2.2 临床颈动脉的射频图像、包络图像以及超声图像 |
| 4.3 改进的GVF-Snake模型图像分割 |
| 4.3.1 Snake模型 |
| 4.3.2 改进的GVF-Snake模型 |
| 4.3.3 颈动脉内中膜厚度测量 |
| 4.3.4 实验结果与分析 |
| 4.4 本章小结 |
| 第五章 颈动脉超声图像系统设计 |
| 5.1 GUI介绍 |
| 5.2 颈动脉超声图像系统实现 |
| 5.3 实验结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
（3）基于自动化Snake模型与轮廓渲染结合的颈脉DSA图像三维重建（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 血管造影技术的原理及应用 |
| 1.3 血管DSA三维重建的现状及问题 |
| 1.4 本文研究的内容与结构 |
| 第二章 造影图像采集与颈脉中轴骨架提取 |
| 2.1 造影系统结构 |
| 2.2 颈脉中轴线提取 |
| 2.2.1 颈脉图像预处理 |
| 2.2.2 基于Gabor滤波与Hessian矩阵的血管中轴提取 |
| 2.2.3 中轴线细化及去孔洞 |
| 2.3 本章小结 |
| 第三章 空间模型搭建与颈脉骨架SNAKE控制点的自动化提取 |
| 3.1 三维重建坐标系模型 |
| 3.2 对极几何迭代模型 |
| 3.3 基于sift算子和对极几何模型的Snake控制点自动化匹配 |
| 3.4 中轴控制点坐标反投影矫正 |
| 3.5 本章小结 |
| 第四章 基于自动化SNAKE模型的颈脉三维重建 |
| 4.1 Snake模型初始化 |
| 4.2 基于GVF模型的中轴三维重建 |
| 4.3 改进的自动化初始轮廓控制点的三维定位方法 |
| 4.4 初始轮廓点位锥形反投影矫正 |
| 4.5 基于B样条的GVF-Snake初始轮廓线重构 |
| 4.6 本章小结 |
| 第五章 基于ALPHA混合的血管体积渲染 |
| 5.1 血管空间结构光栅化 |
| 5.2 基于深度缓冲的轮廓像素点绘制 |
| 5.3 基于Alpha混合的轮廓渐变模型渲染 |
| 5.4 基于深度感知的深度颜色编码 |
| 5.5 本章小结 |
| 第六章 本文方法实验结果及可行性评估 |
| 6.1 不同尺度下双平面血管骨架特征点匹配的鲁棒性比较 |
| 6.2 传统手动指定控制点的Snake模型创建与本方法误差比较 |
| 6.3 基于李克特量表的深度知觉改善性评估 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 发表论文和参加科研情况 |
| 致谢 |
（4）轴类工件视觉精密测量关键方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 轴类工件测量系统的国内外现状 |
| 1.3 轴类工件测量系统关键方法的研究现状 |
| 1.4 本文主要研究内容 |
| 1.5 论文的组织架构 |
| 第二章 系统总体方案和标定方法 |
| 2.1 系统硬件组成 |
| 2.2 系统软件实现 |
| 2.3 线阵相机标定方法研究 |
| 2.3.1 线阵相机成像模型 |
| 2.3.2 线阵相机标定 |
| 2.4 本章小结 |
| 第三章 轴类工件角点精确定位 |
| 3.1 图像预处理 |
| 3.2 角点粗定位 |
| 3.2.1 曲率角的定义和计算 |
| 3.2.2 伪角点与真实角点邻域圆形窗口灰度差异 |
| 3.2.3 改进的角点检测算法 |
| 3.3 角点亚像素定位 |
| 3.4 实验验证 |
| 3.4.1 视觉相机标定 |
| 3.4.2 改进算法的实验结果 |
| 3.4.3 角点定位的精确度和准确度验证 |
| 3.5 本章小结 |
| 第四章 轴类工件R角精确定位 |
| 4.1 图像预处理 |
| 4.2 边缘粗定位 |
| 4.3 Snake模型优化边缘 |
| 4.4 亚像素定位 |
| 4.5 圆弧中心定位 |
| 4.5.1 圆到直线的投影变换 |
| 4.5.2 PRT算法 |
| 4.5.3 迭代的PTR算法 |
| 4.6 实验验证 |
| 4.6.1 Snake优化的实验结果 |
| 4.6.2 迭代的PRT算法的实验结果 |
| 4.6.3 R角定位和半径拟合的精确度和准确度的实验验证 |
| 4.7 本章小结 |
| 第五章 轴类工件测量实验与误差分析 |
| 5.1 实验装置 |
| 5.2 尺寸误差测量实验 |
| 5.2.1 轴径测量实验 |
| 5.2.2 角度测量实验 |
| 5.2.3 与角点相关的测量实验 |
| 5.2.4 与R角相关的测量实验 |
| 5.3 综合测量误差分析 |
| 5.4 本章小结 |
| 第六章 主要研究结论与展望 |
| 6.1 主要研究结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录：作者在攻读硕士学位期间发表的论文 |
（5）液晶屏画面质量评定系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.1.1 课题研究的背景 |
| 1.1.2 课题研究的意义 |
| 1.2 液晶屏缺陷检测系统国内外研究现状 |
| 1.2.1 液晶屏视觉检测系统研究发展现状 |
| 1.2.2 液晶屏灰阶显示画面图像处理研究现状 |
| 1.3 课题研究目标及主要内容 |
| 第2章 系统的硬件平台设计 |
| 2.1 硬件系统的总体构成 |
| 2.2 STM32嵌入式控制板 |
| 2.2.1 主控芯片的简介与选型 |
| 2.2.2 电源电路设计 |
| 2.2.3 通讯接口设计 |
| 2.2.4 系统时钟电路 |
| 2.2.5 JTAG调试电路设计 |
| 2.2.6 限位开关电路 |
| 2.2.7 电机驱动电路 |
| 2.2.8 脉冲反馈电路 |
| 2.3 相机的选型及控制方式 |
| 2.3.1 扫描方式和光电传感器 |
| 2.3.2 相机选择及扫描模式控制 |
| 2.4 本章小结 |
| 第3章 图像预处理研究 |
| 3.1 几何校正 |
| 3.1.1 图像二值化 |
| 3.1.2 数学形态学处理 |
| 3.1.3 最大连通域边界 |
| 3.1.4 Hough直线拟合 |
| 3.1.5 透视变换 |
| 3.1.6 几何校正实验 |
| 3.2 摩尔条纹去除 |
| 3.2.1 奇异值分解法 |
| 3.2.2 傅立叶变换法 |
| 3.2.3 Gabor小波变换法 |
| 3.2.4 频率域自适应滤波实验 |
| 3.3 背景光照不均匀去除 |
| 3.3.1 基于亮度均衡法去除光照不均匀 |
| 3.3.2 背景光照不均匀去除实验 |
| 3.4 本章小结 |
| 第4章 点、斑块与线缺陷检测 |
| 4.1 点缺陷检测 |
| 4.1.1 定值阈值分割 |
| 4.1.2 拉普拉斯锐化 |
| 4.1.3 点缺陷检测实验及分析 |
| 4.2 斑块缺陷检测及分析 |
| 4.3 线缺陷检测及分析 |
| 4.4 本章小结 |
| 第5章 Mura缺陷的检测与评定 |
| 5.1 人眼视觉特性 |
| 5.1.1 视觉非线性 |
| 5.1.2 视觉掩盖性 |
| 5.1.3 对比度敏感函数 |
| 5.2 对比度敏感函数Mura缺陷搜寻 |
| 5.3 主动轮廓模型和水平集方法 |
| 5.3.1 主动轮廓模型 |
| 5.3.2 水平集方法 |
| 5.4 基于区域主动轮廓模型和水平集方法的Mura缺陷分割实验 |
| 5.5 基于SEMI标准的缺陷量化评定 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（6）山林环境下多无人机协同地面目标搜索与跟踪策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 无人机目标跟踪任务概述 |
| 1.1.2 提高无人机野外山林作业能力十分重要 |
| 1.1.3 多无人机协同作业意义重大 |
| 1.2 国内外课题发展与研究现状 |
| 1.2.1 目标搜索中的无人机航路规划 |
| 1.2.2 多无人机协同目标跟踪 |
| 1.2.3 多无人机协同编队控制 |
| 1.2.4 野外山林环境下的无人机跟踪与识别应用 |
| 1.3 本文研究内容 |
| 1.4 本文结构安排 |
| 第2章 山林环境下多无人机协同地面目标跟踪建模 |
| 2.1 多无人机协同目标跟踪问题框架 |
| 2.2 多无人机协同目标跟踪的约束分析与建模 |
| 2.2.1 无人机动力学与运动学模型 |
| 2.2.2 无人机系统约束及扰动 |
| 2.2.3 传感器观测模型 |
| 2.3 山林复杂环境特征建模 |
| 2.3.1 地理信息数字高程模型 |
| 2.3.2 基于数字形态学的空间地形威胁建模 |
| 2.3.3 地形模型辅助导航系统 |
| 2.4 本章小结 |
| 第3章 面向目标跟踪的任务分配与航迹规划策略 |
| 3.1 针对多山林区域的多无人机协同搜索任务分配 |
| 3.1.1 多无人机协同搜索任务过程 |
| 3.1.2 多无人机协同任务自组织 |
| 3.2 基于反向遗传算法的任务分配 |
| 3.2.1 搜索次序策略的改进反向遗传算法求解 |
| 3.2.2 基于模拟退火SA算法的多机搜索分配求解 |
| 3.3 复杂环境下基于地形信息的无人机航迹规划代价模型 |
| 3.3.1 固定航路点跟踪 |
| 3.3.2 禁飞区(NFZ)的探测与规避 |
| 3.4 基于地形信息的多无人机航迹规划算法及设计 |
| 3.4.1 基于复杂地形下目标搜索任务的协同航迹代价分析 |
| 3.4.2 基于改进遗传算法的航迹规划 |
| 3.4.3 其它规划算法及仿真分析 |
| 3.5 本章小结 |
| 第4章 基于编队控制的多无人机地面智能目标跟踪策略 |
| 4.1 地面智能机动目标运动模型 |
| 4.1.1 常规机动目标模型 |
| 4.1.2 智能目标的马尔科夫模型 |
| 4.1.3 交互多模型(IMM)算法 |
| 4.2 基于编队控制的多无人机跟踪结构构建 |
| 4.2.1 单无人机目标跟踪 |
| 4.2.2 多无人机协同跟踪的编队结构 |
| 4.3 基于编队控制的跟踪算法 |
| 4.3.1 长-僚机机制下的编队控制 |
| 4.3.2 势函数作用下的编队控制 |
| 4.3.3 多无人机编队保持轨迹优化 |
| 4.3.4 多无人机目标跟踪协同编队仿真 |
| 4.4 多无人机编队控制跟踪模型的稳定性分析 |
| 4.5 本章小结 |
| 第5章 复杂山林地形信息处理与目标跟踪 |
| 5.1 无人机机载图像的一般处理方法 |
| 5.1.1 特征提取 |
| 5.1.2 区域分割 |
| 5.1.3 边缘检测 |
| 5.1.4 图像形态学处理 |
| 5.2 高空目标搜索中山林背景下的道路识别 |
| 5.2.1 高空视角下道路提取流程 |
| 5.2.2 Ribbon Snake模型道路提取 |
| 5.2.3 交叉口提取 |
| 5.3 低空目标跟踪中的道路识别与跟踪 |
| 5.3.1 消失点的定义模型 |
| 5.3.2 消失点的求解估计 |
| 5.3.3 基于消失点的道路识别 |
| 5.4 基于山林地形道路信息的多无人机地面目标跟踪策略 |
| 5.4.1 基于视频的前车跟踪 |
| 5.4.2 基于视频跟踪的仿真结果 |
| 5.5 本章小结 |
| 结论 |
| 工作总结 |
| 未来研究展望 |
| 参考文献 |
| 攻读学位期间发表论文与研究成果清单 |
| 致谢 |
（7）高分辨率遥感影像道路提取与变化检测关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 遥感数据源的选择 |
| 1.2.2 遥感影像道路提取 |
| 1.2.3 遥感影像道路变化检测 |
| 1.3 论文研究内容 |
| 1.4 论文的组织与安排 |
| 2 高分辨率遥感影像道路提取与变化检测理论基础 |
| 2.1 影像预处理 |
| 2.1.1 影像配准 |
| 2.1.2 影像融合 |
| 2.2 经典的遥感影像道路提取方法 |
| 2.2.1 模板匹配法 |
| 2.2.2 动态规划方法 |
| 2.2.3 基于Snake模型的方法 |
| 2.2.4 道路跟踪方法 |
| 2.2.5 聚类和区域分割方法 |
| 2.3 道路提取方法评估 |
| 2.4 本章小结 |
| 3 道路信息提取中的遥感影像预处理方法研究 |
| 3.1 遥感影像预处理方法原理与问题分析 |
| 3.2 基于超分辨率重建的影像增强 |
| 3.2.1 超分辨率重建原理与典型方法 |
| 3.2.2 联合影像配准和点扩散函数估计的超分辨重建 |
| 3.3 高分辨率遥感影像融合 |
| 3.3.1 遥感影像快速配准 |
| 3.3.2 基于改进Pansharp算法的遥感影像融合 |
| 3.4 试验与分析 |
| 3.4.1 基于超分辨率重建的影像增强试验 |
| 3.4.2 影像融合试验 |
| 3.4.3 影像预处理试验 |
| 3.5 本章小结 |
| 4 基于稀疏模型的道路提取方法研究 |
| 4.1 稀疏表示理论 |
| 4.1.1 稀疏表示原理 |
| 4.1.2 稀疏模型求解方法 |
| 4.2 基于稀疏表示的道路模型 |
| 4.2.1 基于稀疏表示的道路目标建模 |
| 4.2.2 道路目标特征提取 |
| 4.2.3 道路目标特征融合策略 |
| 4.3 基于核函数的道路目标跟踪框架 |
| 4.3.1 目标表示 |
| 4.3.2 相似性度量函数 |
| 4.3.3 目标定位 |
| 4.4 基于稀疏模型的道路提取 |
| 4.4.1 道路半自动提取 |
| 4.4.2 基于矢量的道路提取 |
| 4.5 试验与分析 |
| 4.5.1 基于稀疏模型的道路提取试验 |
| 4.5.2 基于初始位置的道路半自动提取试验 |
| 4.5.3 矢量辅助的道路提取试验 |
| 4.6 本章小结 |
| 5 矢量辅助的高分辨率影像道路变化检测方法研究 |
| 5.1 道路矢量数据与影像配准 |
| 5.1.1 矢量预处理 |
| 5.1.2 相似性测度 |
| 5.1.3 特征提取 |
| 5.1.4 配准变换函数 |
| 5.2 矢量信息辅助的高分辨率影像道路变化检测 |
| 5.2.1 基于ISEF+Hough的道路变化检测 |
| 5.2.2 基于模板匹配的道路变化检测 |
| 5.2.3 基于稀疏模型跟踪的道路变化检测 |
| 5.3 试验与分析 |
| 5.3.1 矢量与影像数据配准试验 |
| 5.3.2 矢量辅助的道路变化检测试验 |
| 5.3.3 多时相影像道路变化检测试验 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文主要研究工作及创新点 |
| 6.2 进一步研究工作与展望 |
| 参考文献 |
| 攻博期间发表的科研成果目录 |
| 致谢 |
（8）洪涝事件信息建模与主动探测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 洪涝事件分类 |
| 1.1.2 洪涝监测应用需求 |
| 1.1.3 洪涝事件管理 |
| 1.1.4 洪涝范围提取 |
| 1.1.5 洪涝事件服务 |
| 1.2 国内外研究现状 |
| 1.2.1 洪涝事件信息管理 |
| 1.2.2 洪涝关键因子提取 |
| 1.2.3 洪涝事件灾前发现 |
| 1.3 存在问题与研究意义 |
| 1.4 研究目标与内容 |
| 1.5 论文结构安排 |
| 2 理论基础及相关技术 |
| 2.1 传感网及相关信息模型 |
| 2.1.1 传感器建模语言 |
| 2.1.2 观测与测量编码模型 |
| 2.1.3 事件模式标记语言 |
| 2.1.4 过滤器编码语言 |
| 2.2 复杂系统的信息建模 |
| 2.2.1 元数据和元模型 |
| 2.2.2 MOF四层元建模框架 |
| 2.3 基于B-Snake模型的目标轮廓提取 |
| 2.3.1 问题描述与能量函数构建 |
| 2.3.2 能量函数最小值求解 |
| 2.3.3 模型改进与优化 |
| 2.4 传感网服务接口 |
| 2.4.1 传感器观测服务 |
| 2.4.2 传感器事件服务 |
| 2.5 本章小结 |
| 3 面向观测的洪涝事件信息建模 |
| 3.1 面向观测的元建模框架 |
| 3.2 洪涝事件元数据结构 |
| 3.2.1 九元组洪涝事件元模型 |
| 3.2.2 洪灾任务库和知识库构建 |
| 3.2.3 洪涝事件元模型UML类图 |
| 3.2.4 洪涝事件元模型模式设计 |
| 3.3 洪涝事件元数据扩展机制 |
| 3.4 洪涝事件描述模型实例 |
| 3.4.1 形式化表达 |
| 3.4.2 模型实例 |
| 3.4.3 数据查找辅助 |
| 3.5 模型对比与评价 |
| 3.6 本章小结 |
| 4 基于MB-Snake模型的洪涝范围精确提取 |
| 4.1 原理与算法设计 |
| 4.2 自适应影像预处理 |
| 4.3 拓扑冲突检测与处理机制 |
| 4.3.1 拓扑冲突检测方法 |
| 4.3.2 拓扑冲突处理机制 |
| 4.4 迭代自动终止条件 |
| 4.5 边界提取实验及结果 |
| 4.5.1 实验数据 |
| 4.5.2 对比实验结果 |
| 4.6 算法对比及精度评价 |
| 4.6.1 定性结果对比 |
| 4.6.2 定量精度评价 |
| 4.7 算法稳定性分析 |
| 4.7.1 初始轮廓位置稳定性分析 |
| 4.7.2 参数设置稳定性分析 |
| 4.7.3 影像要求 |
| 4.8 本章小结 |
| 5 基于AB-Snake模型的洪涝范围自动提取 |
| 5.1 原理与算法设计 |
| 5.2 自动初始化方案 |
| 5.2.1 自动初始种子点选取 |
| 5.2.2 自动生长阈值确定 |
| 5.3 AB-Snake变形与终止 |
| 5.4 轮廓后处理 |
| 5.5 实验及结果 |
| 5.5.1 实验数据 |
| 5.5.2 实验结果 |
| 5.6 结果评价 |
| 5.6.1 定性分析 |
| 5.6.2 定量精度评价 |
| 5.7 算法分析 |
| 5.7.1 适用性分析 |
| 5.7.2 灵敏性分析 |
| 5.7.3 参数选取分析 |
| 5.8 本章小结 |
| 6 基于过滤机制的洪涝事件主动探测 |
| 6.1 服务方法概述 |
| 6.2 观测数据实时接入与SES注册 |
| 6.2.1 观测数据实时接入 |
| 6.2.2 观测数据SES注册 |
| 6.3 观测数据异常过滤与洪灾探测 |
| 6.3.1 洪灾过滤模型设计 |
| 6.3.2 模式匹配与洪灾探测 |
| 6.4 洪灾事件主动探测实例 |
| 6.4.1 实验数据 |
| 6.4.2 洪灾事件订阅模型构建 |
| 6.4.3 模式匹配与探测结果展示 |
| 6.4.4 探测结果验证 |
| 6.5 本章小结 |
| 7 洪涝事件信息综合管理与主动探测原型系统 |
| 7.1 总体框架 |
| 7.2 数据库设计 |
| 7.3 功能模块设计与实现 |
| 7.3.1 地面数据实时接入 |
| 7.3.2 遥感数据信息提取 |
| 7.3.3 洪灾订阅模型构建 |
| 7.3.4 洪灾事件主动探测 |
| 7.3.5 洪灾事件建模与存档 |
| 7.3.6 历史洪灾事件查询 |
| 7.4 梁子湖洪涝事件信息综合管理与主动探测实例 |
| 7.4.1 实验区与流程设计 |
| 7.4.2 梁子湖洪涝事件信息集成管理 |
| 7.4.3 梁子湖洪涝范围提取 |
| 7.4.4 梁子湖洪涝事件探测与主动预警 |
| 7.5 本章小结 |
| 8 总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 参考文献 |
| 攻读博士学位论文期间论文与科研情况 |
| 致谢 |
（9）基于轮廓信息的图像模式匹配（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 自下而上的方法 |
| 1.2.2 自上而下的方法 |
| 1.3 现有研究存在的问题 |
| 1.4 本文主要工作及章节安排 |
| 2 相关理论与技术分析 |
| 2.1 广义Hough变换 |
| 2.1.1 Hough变换 |
| 2.1.2 广义Hough变换 |
| 2.2 活动轮廓演化 |
| 2.2.1 活动轮廓模型 |
| 2.2.2 活动形状模型 |
| 2.3 小结 |
| 3 基于广义Hough变换的图像模式匹配 |
| 3.1 引言 |
| 3.2 局部拓扑结构特征 |
| 3.2.1 广义交叉数 |
| 3.2.2 邻域边界方向角 |
| 3.2.3 重心夹角与重心距离 |
| 3.3 投票与统计策略 |
| 3.3.1 参考表与投票 |
| 3.3.2 票数统计还原 |
| 3.4 汉字笔迹鉴别实验 |
| 3.5 小结 |
| 4 基于活动轮廓演化的图像模式匹配 |
| 4.1 引言 |
| 4.2 基于形状空间投影的图像模式匹配系统框架 |
| 4.3 B样条曲线描述 |
| 4.3.1 B样条基函数 |
| 4.3.2 B样条函数的实现 |
| 4.3.3 物体轮廓与B样条曲线的相互转换 |
| 4.4 轮廓模型及演化驱动力 |
| 4.4.1 B样条点分布模型 |
| 4.4.2 曲线演化驱动力 |
| 4.5 形状空间投影 |
| 4.5.1 ATSS形状空间上的投影 |
| 4.5.2 扩展ATSS形状空间上的投影 |
| 4.5.3 PDMSS形状空间上的投影 |
| 4.6 小结 |
| 5 活动轮廓演化策略及实验 |
| 5.1 引言 |
| 5.2 活动轮廓演化策略 |
| 5.2.1 快速轮廓演化 |
| 5.2.2 轮廓选择演化 |
| 5.2.3 形状子空间选择 |
| 5.3 交叠处理与匹配代价 |
| 5.3.1 轮廓交叠处理 |
| 5.3.2 匹配代价计算 |
| 5.4 实验 |
| 5.4.1 人工合成图像上的实验 |
| 5.4.2 路面交通标志数据集上的实验 |
| 5.4.3 手写数字数据集上的实验 |
| 5.4.4 自然场景数据集上的实验 |
| 5.5 小结 |
| 6 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读博士学位期间发表的论文目录 |
| B. 作者在攻读博士学位期间参加的科研项目及得奖 |
（10）基于图像的非接触式人体测量算法的研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 非接触式人体测量技术 |
| 1.2.2 非接触式人体测量技术的应用 |
| 1.3 研究趋势与意义 |
| 1.4 研究内容 |
| 1.5 论文结构 |
| 第二章 相关理论介绍 |
| 2.1 轮廓提取算法 |
| 2.1.1 基于边缘的轮廓提取算法 |
| 2.1.2 基于区域的轮廓提取算法 |
| 2.1.3 基于Snake模型的轮廓提取算法 |
| 2.1.4 轮廓提取算法比较 |
| 2.2 特征点提取算法 |
| 2.2.1 基于二值图像的特征点提取算法 |
| 2.2.2 基于轮廓向量的特征点提取算法 |
| 2.2.3 基于轮廓分割的特征点提取算法 |
| 2.2.4 特征点提取算法比较 |
| 2.3 围度拟合算法 |
| 2.3.1 曲线拟合算法 |
| 2.3.2 回归分析算法 |
| 2.3.3 围度拟合算法比较 |
| 2.4 本章小结 |
| 第三章 基于形状估计的非闭合主动轮廓模型算法研究 |
| 3.1 主动轮廓模型综述 |
| 3.2 基于形状估计的非闭合主动轮廓模型 |
| 3.2.1 算法流程 |
| 3.2.2 非闭合主动轮廓模型 |
| 3.2.3 形状估计 |
| 3.2.4 自动初始轮廓设置 |
| 3.3 实验结果与分析 |
| 3.3.1 实验环境与实验参数 |
| 3.3.2 实验对比与分析 |
| 3.4 本章小结 |
| 第四章 基于人体比例与局部轮廓的人体测量算法研究 |
| 4.1 传统基于图像的人体测量算法缺点 |
| 4.2 基于人体比例与局部轮廓的算法思想 |
| 4.2.1 人体比例关系 |
| 4.2.2 人体站姿与特征区域 |
| 4.2.3 人体特征区域划分与特征点提取步骤 |
| 4.2.4 算法流程 |
| 4.3 特征区域内的人体轮廓与特征点提取 |
| 4.3.1 正面头部特征区域与正面头顶点、左右颈点 |
| 4.3.2 左右肩膀特征区域与左右肩膀点 |
| 4.3.3 左右胸部特征区域与左右胸 |
| 4.3.4 左右手腕特征区域与左右手腕点 |
| 4.3.5 正面脚底特征区域与脚底点 |
| 4.3.6 侧面头部特征区域与侧面头顶点 |
| 4.3.7 正面脚底特征区域与脚底点 |
| 4.4 人体参数拟合 |
| 4.4.1 长度参数 |
| 4.4.2 围度参数 |
| 4.5 实验结果与分析 |
| 4.5.1 实验环境与实验参数 |
| 4.5.2 测量结果 |
| 4.6 本章小结 |
| 第五章 基于图像的人体测量系统的设计与实现 |
| 5.1 系统介绍 |
| 5.1.1 系统目标 |
| 5.1.2 开发环境 |
| 5.2 系统的体系结构设计 |
| 5.2.1 系统功能设计 |
| 5.2.2 系统模块设计 |
| 5.2.3 系统接口设计 |
| 5.2.4 系统数据结构设计 |
| 5.3 系统展示 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻硕期间取得的研究成果 |
四、基于正交直线的Snake模型（论文参考文献）
- [1]基于正交图像的人体尺寸测量[D]. 刘嘉文. 武汉纺织大学, 2021(08)
- [2]颈动脉超声图像内中膜厚度提取及系统实现[D]. 祝长瑞. 云南大学, 2019(03)
- [3]基于自动化Snake模型与轮廓渲染结合的颈脉DSA图像三维重建[D]. 王子昂. 天津工业大学, 2019(07)
- [4]轴类工件视觉精密测量关键方法的研究[D]. 丁艳蓉. 江南大学, 2018(01)
- [5]液晶屏画面质量评定系统[D]. 洪艮超. 北京工业大学, 2018(05)
- [6]山林环境下多无人机协同地面目标搜索与跟踪策略研究[D]. 王铎. 北京理工大学, 2018(07)
- [7]高分辨率遥感影像道路提取与变化检测关键技术研究[D]. 吕臻. 武汉大学, 2017(01)
- [8]洪涝事件信息建模与主动探测方法研究[D]. 杜文英. 武汉大学, 2017(06)
- [9]基于轮廓信息的图像模式匹配[D]. 陈睿. 重庆大学, 2017(06)
- [10]基于图像的非接触式人体测量算法的研究与实现[D]. 马黎. 电子科技大学, 2017(02)