基于几何特征的三维模型特征提取方法评述

在互联网中,随着海量的三维模型数据在许多领域的出现,对这些模型数据的检索成为一个重要的研究课题。在各种检索方法中,基于形状特征的检索相对于传统的文字检索方式的检索结果更为准确。主要研究基于几何特征的这一类技术中的一些新方法并对比评估这些方法的性能。     

基于特征融合和相关反馈技术的图像检索研究

为提高图像检索精度,在研究单一特征检索算法基础上,提出了基于底层-底层和底层-高层2种级别的特征融合检索方法,利用相关反馈技术逐步求精以提高检索性能,并用VC#和SQL server2005实现了一个图像检索原型系统。研究表明,利用该研究方法能够提高图像检索精度,因而具有可行性。     

基于病斑特征融合的烟草病害图像检索方法

针对目前烟草病害诊断专家系统依靠肉眼获取病害特征,致使病害诊断存在不确定性、误判等现象,提出了一种基于病斑特征融合的烟草病害图像检索方法以诊断病害。通过图像处理技术分割病害图像病斑,提取病斑的颜色、纹理、形状特征,依据双编码遗传算法和支持向量机识别病害模型对病斑特征降维,以获取表征病害的有效特征及权重。将有效特征归一化处理后与病害图像数据库系统中的病斑特征进行图像相似度距离计算,按距离大小返回一批相似图像,依据相似图像获取病害描述及防治措施。以烟草7种常见病害进行试验表明,融合病斑的颜色、纹理、形状特征检索病害图像,查准率和查全率明显比用单个特征检索的高。用这种方式诊断烟草病害,不但有较高的病害识别率,还能使诊断结果可视化,将其用于烟草病害诊断专家系统,将提高系统的鲁棒性,为实现病害的远程在线诊断提供条件。     

一种使用多特征的鱼类图像检索方法

为解决数量巨大、特征复杂的鱼类图像难以用单个特征准确描述,以至于给鱼类图像检索带来困难的问题,提出了一种基于多特征的鱼类图像检索方法——MFFIR,并针对鱼类图像的特点设计了由颜色直方图、特征矩和Gabor特征构成多维特征向量。在此基础上,采用MFFIR法通过计算多维特征向量的特征相关性,实现了鱼类图像的匹配与检索。为验证此方法的有效性,使用"QUT_fish_data"数据集和"DLOU_fish_data"数据集进行了仿真实验,实验结果表明,MFFIR法具有较好的准确率和较强的鲁棒性。     

一种使用多特征的鱼类图像检索方法

为解决数量巨大、特征复杂的鱼类图像难以用单个特征准确描述,以至于给鱼类图像检索带来困难的问题,提出了一种基于多特征的鱼类图像检索方法——MFFIR,并针对鱼类图像的特点设计了由颜色直方图、特征矩和Gabor特征构成多维特征向量。在此基础上,采用MFFIR法通过计算多维特征向量的特征相关性,实现了鱼类图像的匹配与检索。为验证此方法的有效性,使用QUT_fish_data数据集和DLOU_fish_data数据集进行了仿真实验,实验结果表明,MFFIR法具有较好的准确率和较强的鲁棒性。     

DCD用于基于内容的自然图像检索

基于内容的图像检索是多媒体应用研究领域的一项关键技术.本文提出了一种应用MPEG-7的DCD描述进行基于内容的图像检索方法,该方法采用图像的主体颜色来代表整幅图像的颜色信息,在检索时效率更高,相对于以前的基于颜色的图像检索方法,具体实现更简便,并且能保证高质量的检索结果.     

数字图书馆基于内容的多特征图像检索

主要讨论了在图像检索中使用的各种特征、多特征检索的优点与可行性,以及用多特征综合检索需要解决的几个问题。     

搜索引擎的功能特征及检索技巧

随着计算机网络的飞速发展,Internet信息呈现膨胀态势。为了满足用户及时、准确地获取信息的需要,人们进行了大量有益的探索,积累了一定经验。在前人工作的基础上,对搜索引擎的检索功能所表现出的特征作了初步探讨,就比较实用的信息技巧作了归纳和总结。     

隐马尔可夫模型下基于SIFT特征的局部遮挡目标识别

提出一种利用隐马尔可夫模型建立目标特征匹配库来识别图像中局部遮挡目标的新方法。该方法首先通过SIFT算法提取目标SIFT特征,然后采用隐马尔可夫模型对目标所有的SIFT特征进行训练,得到目标SIFT特征对应的模型输出概率范围,将该概率范围作为目标特征匹配库。在对图像中的目标进行识别时,利用目标特征匹配库可以把目标特征从图像所有特征中识别出来,即使目标遮挡比例为60%时,该方法仍能识别出目标。实验结果表明,新方法可以精准地识别出图像中被遮挡目标,能够很好地解决遮挡情况下的目标识别问题。与现有局部遮挡目标识别算法相比,新方法所取得的目标识别率均有所提高。     

基于三维激光点云数据建立三维树木模型方法的研究

提出一种基于三维地面激光测距仪（Terrestrial LiDAR,TLiDAR）所获取点云数据重建三维树木模型的方法。利用TLiDAR点云数据构建三维树木模型的优势在于可以精确重构树木模型,精确量取树木任意部位尺寸,且免于或受到较小的外界干扰。利用这种模型可以对树木枝叶冠幅的状况以及树干的横截面积等进行评估,在三维绿量和生物量计算上具有显著优势。     

基于遥感图像光谱特征融合的高原土地覆盖类型分类模型

在使用土地覆盖类型分类模型分类高原土地覆盖类型的过程中,由于不同类别地物间光谱信息更相近,在没有多特征降噪的情况下,容易产生噪声偏差,导致土地覆盖类型错分,设计一种基于遥感图像光谱特征融合的高原土地覆盖类型分类模型。设计特征提取方法,提取遥感图像中几何特征的空间特征与属性特征,以展示遥感图像光谱更多的空间细节信息;将遥感图像按照一定模式规则进行处理和运算,构建三种多特征融合模式,使用SVM作为分类工具,计算其中参数,实现元素的线性可分。模型性能测试结果表明：设计的分类模型所得到的分类结果在生产精度、总体精度、Kappa系数这三个指标中的评分均达到了0.7以上,验证了设计模型在高原土地覆盖类型分类中的准确性。     

融合超像素分割算法与肢体特征的奶牛躯干精确分割方法

为了实现奶牛躯干的精确分割,以荷斯坦奶牛为研究对象,首先采用超像素分割算法(simple linear iterative cluster,简称SLIC)与显著性分析相结合的方法获得完整奶牛目标;然后通过设置傅里叶描述子以平滑Canny算子边缘检测的奶牛轮廓;最后采用基于奶牛肢体特征的分割点提取方法提取各分割点并依次连接生成奶牛躯干的分割线。为了验证本研究结果的有效性,使用试验图像库中随机抽取的20幅图像进行了测试,试验结果表明,本研究所提取的奶牛目标与手动提取目标的平均重叠率为96.83%,可以实现不同背景下奶牛目标的准确分割。本研究所提出的奶牛躯干分割方法的平均重叠率为99.86%,表明该方法在奶牛躯干精确分割中准确率较高且相对稳定,可以实现不同站立体态奶牛的高精度分割。     

基于多特征融合的图像语义标注

采用了新的颜色特征提取方法,融合图像的颜色和纹理特征作为图像的特征向量,用支持向量机实现图像语义信息的标注.实验结果表明,多特征图像检索要比单一特征检索效果好,在颜色特征的基础上引入纹理特征和形状特征后可有效提高检索效率,而且采用支持向量机融合多特征可成功用于图像语义的标注.     

细胞三维模型的有限元分析

在有限元分析方法平台下,建立一个受剪切力作用的三维细胞模型,此模型由细胞膜、细胞质和细胞核构成,其中细胞膜为线弹性材料,细胞质与细胞核为粘弹性.计算结果显示,细胞内部细胞核下沿处的应力最大,最大位移发生于细胞顶部,从时间-应力曲线上看出,细胞核与细胞质发生了应力松弛.     

基于特征融合的单幅图像超分辨率重构方法

目的 针对低分辨率图像不清晰、质量低等问题,提出一种新的特征融合超分辨率重构网络.方法 所提网络包括特征提取、特征融合、图像重构3个部分.首先,网络通过卷积和局部残差学习,提取到不同层次的特征.之后,网络自适应地保存浅层的信息,并将其传递到更深的层次,最后通过拼接层进行特征融合.结果 通过非线性映射实现高分辨率图像的重...     

图形图像融合技术与农产品特征建模

基于图形图像融合的特征建模技术随着计算机的发展也越来越多地用在农业的产品品质鉴定、植物病理研究等领域。该文重点介绍基于图形图像融合的特征建模技术及其在农业中的应用,实践证明,这种应用简单、可靠,给农业带来了很大的收益。     

基于多特征融合和稀疏表示的农业害虫图像识别方法

【目的】在农业害虫测报中,常常需要从大量的昆虫中识别出几种重要的测报害虫。目前基于图像的农业害虫识别研究,大部分是在有限种类有限样本量基础上进行的农业害虫识别。本研究为了从大量的水稻昆虫图像中识别出9种水稻测报害虫,尝试提出了一种基于多特征融合和稀疏表示的农业害虫图像识别方法。【方法】首先,为了获得最优的农业害虫识别模型,将所有图像进行旋转使昆虫头朝上,按照1﹕2长宽比裁剪图像,使昆虫居中并占据图像大部分区域,将图像进行等比例缩放至统一尺寸48×96像素。提取所有昆虫的HSV颜色特征、局部特征中的HOG特征、Gabor特征和LBP特征。然后,利用单一特征和融合特征分别对训练样本构建过完备字典,字典中的每一个列向量表示一个训练样本,且满足同一类训练样本均在同一个子空间中;应用过完备字典对测试图像进行多特征稀疏表示,通过求解l1范数意义下的优化问题获取稀疏解,使得除测试样本所在的类别外其他的训练样本的系数都是零或接近零的数值。最后,计算稀疏集中指数阈值,用于判断测试样本的有效性,如果测试样本的稀疏集中指数大于该阈值,则认为最小残差所对应的类别即为测试样本的类别,否则认为该测试样本为非测报昆虫。同时,利用相同的特征和训练样本训练SVM分类器对测试样本进行测试,与稀疏表示害虫识别模型进行比较。【结果】利用单一特征训练的稀疏表示害虫识别模型中,基于HOG特征的稀疏表示识别模型获得了9种测报害虫较高的识别率和较低的误检率,分别为87.0%和7.5%;利用颜色特征分别与3种局部特征进行结合获得的稀疏表示识别模型,测试结果表明,基于颜色和HOG特征的稀疏表示识别模型获得了最高的识别率和最低的误检率,分别为90.1%和5.2%;将颜色、HOG和Gabor 3个特征结合获得的稀疏表示识别模型,识别率下降为83.5%,误检率上升为10.3%。利用同样的特征或特征融合训练得到的支持向量机分类器,识别率均低于对应特征获得的稀疏表示识别模型的识别率,而误检率均高于对应特征训练的稀疏表示害虫识别模型的误检率。【结论】基于颜色和HOG 融合特征的稀疏表示识别模型获得了较高的农业害虫识别率和较低的误检率;通过稀疏集中指数阈值,有效地排除了非测报昆虫,实现了从大量的农业昆虫中自动识别出需要测报的害虫。     

基于ArcView构建小城镇三维模型的研究

ArcView是构建小城镇三维模型的一个很好的技术平台.该研究基于ArcView成功地构建了陕西省紫阳县城三维模型.阐述并证明了ArcView在构建小城镇三维模型方面具有综合管理空间数据和属性数据,构建地形和城镇建筑三维模型,分析和输出等多种功能,可以查询和统计其它没有在视图中显示出来的房屋名称等属性信息.由于该模型易于管理和操作,利用它可以方便的进行小城镇的城市规划与管理,为解决城市规划建设中的各种实际问题服务.     

基于逆向工程的谷粒三维模型的构建

【目的】构建谷粒的三维模型,为更加精确地分析谷粒在介质中的力学特性及运动规律提供参考。【方法】运用逆向工程理论,使用三坐标测量机获得谷粒的点云数据,导入Pro/E中进行数据处理,采用NURBS方法重构曲线,最后生成谷粒实体,得到谷粒的三维模型。【结果】重构稻谷谷粒三维模型与实物的对比结果表明,其三轴尺寸及体积误差均在5%以内。【结论】构建的稻谷谷粒三维模型在稻谷清选、分级和输送过程的力学与运动学分析中具有重要的应用价值。