检索结果-南通市图书馆

作者：徐华青福州大学

学位级别：硕士

交通标志检测和识别是智能交通系统的重要组成部分,是越来越受关注的研究课题。本文对现实场景中道路交通标志的检测识别进行了研究,总结并提出一些检测识别的方法。交通标志检测识别一般包括预处理、图像分割、检测定位、识别分类等步... 详细信息

交通标志检测和识别是智能交通系统的重要组成部分,是越来越受关注的研究课题。本文对现实场景中道路交通标志的检测识别进行了研究,总结并提出一些检测识别的方法。交通标志检测识别一般包括预处理、图像分割、检测定位、识别分类等步骤。由于现实环境复杂多变,图像经过预处理能更好地实现分割,本文采用在R、G、B通道直接应用Gamma校正,用查找表的方法实现,提高了预处理效率,同时在Gamma校正中加入了白场阈值和黑场阈值,处理后的图像不仅亮度得到提高,饱和度和对比度也提高了,有利于交通标志的检测。针对中国道路交通标志的颜色和形状两个显著的特征,本文选择基于颜色和形状特征进行交通标志检测：(1)提出一种基于颜色搜索定位和形状判别的交通标志检测方法：首先在HSV颜色空间设定阈值分割色彩区域,对分割后的图像进行色块搜索初步定位出感兴趣区域,色块搜索缩小搜索范围,提高检测效率;然后,根据交通标志的图形边框具有像素颜色一致的特征,提出了构造图形边缘函数的方法对定位出的感兴趣色彩区域进行交通标志形状判别检测。(2)针对颜色定位检测中阂值分割存在图像分割不完整的缺陷,提出一种基于形状边缘定位和颜色判别的交通标志检测分类方法：首先计算原图像的饱和度通道图像,在该通道作Canny算子边缘检测,提取边缘并计算边缘的形状参数(圆形度、矩形度以及推广提出的正三角形度)以判定边缘形状,定位出标志的位置;然后采用HSV色彩空间分割模型判别标志颜色以进行分类,分类过程中筛除了非标志区域。这两种方法都具有良好的检测分类效果,后者效果更佳。由于协同多粒子群优化算法克服了基本粒子群算法易陷入局部最优解、进化后期收敛速度慢、鲁棒性较差等缺陷,能更快地找到识别率较高的特征组合。因此,本文提出以能较好表达交通标志特征的Zernike矩为特征、支持向量机作为分类器的基于协同多粒子群优化算法的特征选择。用选择出最优特征组合作为输入数据训练分类器对待识别样本做分类决策。协同多粒子群算法的特征选择有效地提高了交通标志的识别率。实验表明,以上的方法能有效地对交通图像作出检测和识别,平均检测率达87.5%,分类器识别率达91.42%。

关键词：交通标志色块搜索边缘检测粒子群算法协同

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

FISH图像基因扩增状态判别算法研究

FISH图像基因扩增状态判别算法研究

作者：李月娇福州大学

学位级别：硕士

荧光原位杂交(FISH)是一种检测细胞基因扩增状态的方法,具有高稳定、高准确性和高灵敏性的特点,近年来,FISH技术被越来越多的用于肿瘤细胞原癌基因HER2的检测。细胞组织切片被FISH技术染色后可分为细胞内区、细胞外区和红绿色信号点三... 详细信息

荧光原位杂交(FISH)是一种检测细胞基因扩增状态的方法,具有高稳定、高准确性和高灵敏性的特点,近年来,FISH技术被越来越多的用于肿瘤细胞原癌基因HER2的检测。细胞组织切片被FISH技术染色后可分为细胞内区、细胞外区和红绿色信号点三个组成部分。目前病理科医师通过显微镜统计FISH图像中红色和绿色信号点的个数比值,从而判断HER2基因是否扩增,该方法基于人工方式,容易受到人为因素的影响,而且检测过程较为繁琐。因此,研究FISH细胞的自动识别检出和肿瘤病变程度的自动判决有着重要的社会意义和应用价值。FISH细胞存在粘连和重叠的情况,并且粘连重叠的细胞边界模糊,加上细胞内红色和绿色信号点的干扰,使得细胞检出困难。本文提出一种基于自动随机游走的FISH细胞检出方法,它首先使用基于RGB颜色模型的自动阈值方法来分割细胞区域和信号点区域,结合孔洞填充和滤波去噪实现细胞区域的检出,然后利用改进的极限腐蚀方法自动获取细胞种子区域,再提取细胞种子区域的有效种子点对图像进行随机游走分割,较好的实现了FISH细胞的检出和粘连、重叠细胞的分离。FISH图像基因扩增状态与细胞内信号点类型及颗粒个数息息相关,因此信号点的分类识别非常重要。本文在对信号点进行特征提取的基础上,提出了一种自适应邻域参数的拉普拉斯特征(S-LE)算法,该算法针对传统拉普拉斯特征映射不适用于处理不均匀平坦流形的问题,提出根据流形弯曲度自适应调整邻域参数,实验证明了S-LE算法的有效性。然后应用S-LE算法对信号点形态学特征进行有效降维,将降维后的特征属性作为BP神经网络的输入对信号点进行分类,在节省时间的同时也提高了分类器的识别率。肿瘤病变程度的判决是FISH图像检测过程的最后一个步骤,如何根据红绿信号点的颗粒个数得到正确的结果评估非常关键。本文分析了当前基于人工方式的全局Ratio值判决方法的不足,设计了一种基于细胞Ratio值的判决方法,该方法通过对细胞内红绿信号点的比值进行计算,将细胞分为正常细胞和异常细胞两种,再根据细胞类别个数的统计值判断HER2基因扩增状态。本文通过对比实验表明了基于细胞Ratio值判决方法的有效性。

关键词： FISH图像细胞检出随机游走流形学习 BP神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于稀疏表示和深度学习的第二代身份证识别

基于稀疏表示和深度学习的第二代身份证识别

作者：陈萍萍福州大学

学位级别：硕士

一代身份证作为频繁使用的有效证件,携带个人基本信息、身份证号码和人脸照片。本文身份证识别包括OCR字符识别和跨年龄人脸识别。由于提取的字符图像往往是断笔粘连模糊的低质量图像,人脸又受年龄影响,传统身份证识别精度和鲁棒性都不... 详细信息

一代身份证作为频繁使用的有效证件,携带个人基本信息、身份证号码和人脸照片。本文身份证识别包括OCR字符识别和跨年龄人脸识别。由于提取的字符图像往往是断笔粘连模糊的低质量图像,人脸又受年龄影响,传统身份证识别精度和鲁棒性都不高。稀疏表示对特征选择不会很苛刻且对噪声有很好的鲁棒性,而深度学习有强大的特征提取能力、非线性表达能力和泛化能力,因此本文从稀疏表示和深度学习入手,分别提出基于稀疏表示的OCR身份证字符识别方法和基于深度学习的身份证跨年龄人脸识别方法。身份证的倾斜校正作为后续识别的基础。图像配准对两幅或多幅图像匹配校正,而SIFT具备光照不变性、旋转不变性和尺度不变性等优点,是当下公认最为稳定的特征匹配算法。因此,本文将首先对身份证基于SIFT图像配准校正。在身份证字符识别方面:由于稀疏表示中,对低质量严重的情况泛化性弱,而低质量字符可以看成是无遮挡字符与误差部分的结合,通过构建误差字典求解误差部分的稀疏系数可得到无遮挡字符。据此,本文提出一种对低质量鲁棒的稀疏表示身份证字符识别方法:首先提出一个自动切分法分别制作身份证标准字符库和低质量字符库,并生成对应的标准字符字典和低质量误差字典;然后,比对待识别身份证检测区与参照检测区的峰值信噪比,判断身份证字符图像质量;最后,根据字符图像质量类别求解相对应稀疏表示模型的稀疏系数,并残差分类得到字符识别结果。实验表明,本文身份证字符识别方法准确度比其他传统方法好。在身份证跨年龄人脸识别方面:跨年龄人脸识别不仅受年龄限制,还受表情、姿态等非受限条件的影响,使人脸在不同年龄段、不同环境下有丰富的类内差异性,难以提取鲁棒的年龄特征。跟传统人工特征提取算法比较,CNN网络能更好的表达特征间的相关性,FaceNet模型直接学习特征间的可分性并映射到欧式空间。据此,本文提出一种降低类内差异性的分年龄段人脸深度学习识别方法:首先对待识别人脸进行CNN网络年龄段估计;其次通过高斯模型判断年龄段估计的准确度;最后,若年龄段估计的准确度高,则对估计的年龄段与相邻两个年龄段的人脸库进行高斯加权的FaceNet模型人脸识别,否则,弃用不靠谱的年龄段估计,不分年龄段与整个人脸库识别。实验结果也表明本文跨年龄人脸识别方法能够提高精确度。

关键词：第二代身份证跨年龄稀疏表示深度学习图像配准

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

离线手写体笔迹鉴别多分类器研究

离线手写体笔迹鉴别多分类器研究

作者：黄敏霁福州大学

学位级别：硕士

手写体笔迹鉴别是通过分析手写笔迹的书写风格来判断书写人身份的一门技术。随着应用领域的不断扩展，笔迹鉴别技术已逐步成为计算机视觉和模式识别领域中一个十分活跃但难度较高的研究课题。不少学者对在线手写体识别作了很多研究工作... 详细信息

手写体笔迹鉴别是通过分析手写笔迹的书写风格来判断书写人身份的一门技术。随着应用领域的不断扩展，笔迹鉴别技术已逐步成为计算机视觉和模式识别领域中一个十分活跃但难度较高的研究课题。不少学者对在线手写体识别作了很多研究工作，而关于离线手写体笔迹鉴别的文献则要少得多，这一方面是由于手写体识别本身的复杂性;另一方面，离线手写体笔迹鉴别要比在线鉴别困难得多。离线手写体笔迹图像很容易被模仿、复制，而在线鉴别系统普遍采用的运笔速度、加速度、压力等动态信息，在离线图像中已保留得不多了。本论文研究了传统图像识别方法中常用的纹理分析法及一种新的模式识别方法——协同神经网络模式识别法及其应用，并在此基础上构造了一个离线手写体笔迹鉴别多分类器模型。论文首先介绍了纹理分析法的基本概念及其理论，接着阐述了基于纹理谱的纹理分割算法框架，对一些算法的改进进行了探讨和研究，然后介绍了协同学和协同神经网络的基本概念及其理论，阐述了几种协同学模式识别模型及算法。在笔迹鉴别多分类器模型的构造中，本文将协同神经网络与纹理谱概念相结合，由自上而下的协同方法和自下而上传统分类识别方法相结合构造多分类器，第一层分类器基于协同神经网络，其中，在原型模式的选择算法上，本论文提出了用纹理特征替代象素的协同模式识别算法;第二层分类器基于全局纹理谱的纹理分割算法。最后，本论文应用该分类器模型对大量的手写体笔迹图像进行测试，并对实验结果进行了分析和讨论。

关键词：笔迹鉴别,多分类器,纹理,协同模式识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的视频人数统计

基于深度学习的视频人数统计

作者：邓炜福州大学

学位级别：硕士

视频人数统计是计算机视觉的重要应用,在公共安防和人群引流等领域具有重要意义。但是由于视频监控中的场景往往复杂多样,所以传统视频人数统计方法的精度和鲁棒性都不高。深度学习具有强大的特征提取能力、非线性表达能力和泛化能力,... 详细信息

视频人数统计是计算机视觉的重要应用,在公共安防和人群引流等领域具有重要意义。但是由于视频监控中的场景往往复杂多样,所以传统视频人数统计方法的精度和鲁棒性都不高。深度学习具有强大的特征提取能力、非线性表达能力和泛化能力,因此本文从深度学习入手,研究设计基于深度学习算法的视频人数统计。本文的研究针对二种监控视频场景:第一种是自上而下的俯视视角的视频,这种场景常出现在建筑物出入口或电梯;第二种是倾斜向下的斜射式监控视频,这种场景常出现在路边或商场等公共场所内部。本文分别针对这两种视频的特点,提出了基于行人检测和基于人群密度图的两种深度学习的人数统计算法。基于行人检测的人数统计:在第一种场景中,视频覆盖的范围较小,人数较少,绝大多数行人都清晰可见,易检出。但行人的头部和肩部是主要特征,目标较小。而且与行人语义相关的行人属性(即行人携带的物品:如背包、帽子等)容易导致误检和漏检。深度学习虽然在目标检测领域取得很大的成就,但是目前还没有一种深度学习算法对小目标鲁棒。针对这些问题,本文提出一种联合语义的深度学习行人检测方法:首先改进深度神经网络对小目标的辨别力,然后把容易造成误检和漏检的行人语义属性作为辅助检测目标。结合行人语义属性判断行人目标,增加了行人目标检测的可靠性,从而提高了人数统计的精度。实验表明,本文基于行人检测的人数统计方法精度高,速度快,具有实用价值。基于人群密度图的人数统计:在第二种场景中,视频覆盖的范围大,人群规模大,不同位置的行人大小各异,行人目标的遮挡和重叠非常严重。在这种情况下,人群分布是很重要的信息,因为群体事件往往发生在人群密集的地方。因此本文设计一种卷积神经网络,把视频图像映射到人群密度图,再通过人群密度图计算得到图像中的人数。本文网络模型用更深和更宽的结构提取视频图像中大量复杂的特征,用残差连接组合高、低维度的特征,用多尺度卷积核提取不同尺度的特征,来应对行人的尺度变化等问题。实验结果表明本文针对此种场景设计的卷积神经网络的人数统计结果有高的精确度。另外本文利用视频帧间的上下文关系进一步完善两种算法的人数统计结果:通过相邻帧人数相近的性质修正统计结果,进一步提升视频人数统计的准确率。实验结果也表明使用帧间结果修正是有效的。

关键词：人数统计深度学习联合语义行人检测人群密度图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交通视频图像中车辆提取分类方法研究

交通视频图像中车辆提取分类方法研究

作者：黄思明福州大学

学位级别：硕士

社会和经济的不断进步，交通运输问题却越来越严重，伴随计算机及其他技术的迅速发展，智能交通系统逐步发展并开始受到人们越来越大的关注。车辆提取分类是智能交通系统的一个重要分支，已经得到了越来越多地关注研究，作为其最重要步... 详细信息

社会和经济的不断进步，交通运输问题却越来越严重，伴随计算机及其他技术的迅速发展，智能交通系统逐步发展并开始受到人们越来越大的关注。车辆提取分类是智能交通系统的一个重要分支，已经得到了越来越多地关注研究，作为其最重要步骤的车型识别也逐渐热门起来。文章首先简单介绍了国内外智能交通系统的现状和发展，分析了当前的车辆提取分类技术，并对本文的结构安排、内容工作，创新点做了简明扼要地说明，包括前景提取，阴影检测，车型识别等。在前景提取方面，首先分析了时下对前景提取的三类主要方法：光流法、帧差法、背景差法，分析了各自优缺利弊之后，采用背景差法进行前景提取。接着对当前的一些主要背景生成算法分析讨论，进行实验效果比对。最后采用基于混合高斯背景模型的背景差法进行前景提取。阴影检测以及剔除方面。首先对阴影的光照模型、属性、分类进行详细的分析说明。接着提出了两种不同的阴影检测方法：融合线性特征的局部纹理运动阴影检测法，对前景运动目标，结合亮度判断利用改进的LBP局部纹理算子描述纹理，通过海明距离进行初判断，并在此基础上通过纹理信息进行线性特性判断，旨在准确率和实时性这两个智能交通系统严格要求的基本性能上有个很好的平衡，实验结果对比具有很好的可行性;基于susan算子图像边缘识别的车辆阴影检测法，准确提取前景区域，利用Susan算子进行边缘提取，结合边缘像素点统计特性进行分析判断，方法准确率较高。最后选择第一种方法进行阴影检测，并对剔除阴影后的目标进行重构。在车型识别方面。首先概述了当前车型识别的一些主要算法;其次对剔除阴影重构后的目标进行几何参数提取，考虑到：很多信息的局部特性、运动目标存在的信息缺失，以及同一目标在图像中不同位置时特征值存在较大差异等问题，决定采用多种几何参数共同判定法，并在参数提取过程中进行同一基准面映射工作，让特征值有对比性。实验结果表明，该方法可以减少错判，较准确地分类目标，取得了不错的效果。

关键词：智能交通系统车型识别前景提取阴影检测目标重构