检索结果-南通市图书馆

图像Gauss尺度空间模型的临界点分岔分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

图像Gauss尺度空间模型的临界点分岔分析

作者：崔文娟北方工业大学

学位级别：硕士

随着图像尺度空间理论的不断发展完善,尺度空间分析方法及其相关应用已逐步成为计算机视觉与图像处理研究中一个新的且富于挑战性的课题。该方法已被广泛地应用于图像分割、特征提取、图像不变性、图像去噪及图像匹配等诸多领域。Gauss... 详细信息

随着图像尺度空间理论的不断发展完善,尺度空间分析方法及其相关应用已逐步成为计算机视觉与图像处理研究中一个新的且富于挑战性的课题。该方法已被广泛地应用于图像分割、特征提取、图像不变性、图像去噪及图像匹配等诸多领域。Gauss尺度模型是尺度空间研究中的典型模型,研究该图像模型的特征点随尺度参数的演化性质对于揭示图像的深层结构具有重要的意义。我们从尺度空间模型的临界点入手,利用奇点理论分类思想,讨论了Gauss尺度模型的临界点变化及其深层结构。这里尺度空间模型的临界点是指图像函数偏导数为零的点,其对应于图像灰度值的局部极值点。此外,图像角点、边缘点等重要的特征点也可看为图像函数的临界点,从而纳入我们研究的范畴。具体来说,我们通过引入特殊的接触等价关系,给出了二维Gauss尺度空间图像的标准形分类,并以之为基础对一般地Gauss图像类型给出了更为准确的阐述,讨论了Gauss尺度空间中极值点与鞍点的融合现象。更为重要的是,在Damon与Ruijper文中提出了图像随尺度变化会出现临界曲线的融合与生成现象。我们通过进一步分析发现,临界曲线的融合现象本质上为图像灰度极值点与鞍点的融合,而生成现象仅为极值生成现象,且发生在第五种标准形对应的初始图像原点处,即t=0处,所以在实际图像处理中不会出现。利用上述理论分析结果,我们从理论上证明了Gauss尺度图像在尺度参数大于零的情况下不会出现生成现象,从而验证了Koenderink关于Gauss尺度图像不会产生新的图像细节的论述。

关键词：尺度空间 Gauss尺度模型深层结构标准形生成融合现象

光场尺度空间局部深度估计的全局优化技术与系统实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光场尺度空间局部深度估计的全局优化技术与系统实现

作者：陈佳钟北京邮电大学

学位级别：硕士

光场成像作为一种新型的视觉场景描述方式,近年来迅速发展。通过在主透镜与成像传感器之间设置一个微透镜阵列,光场相机可以采集来自不同方向的光线,从而达到在单次成像后可以改变视角以及重新聚焦的效果。光场图像中包含的丰富信息,对... 详细信息

光场成像作为一种新型的视觉场景描述方式,近年来迅速发展。通过在主透镜与成像传感器之间设置一个微透镜阵列,光场相机可以采集来自不同方向的光线,从而达到在单次成像后可以改变视角以及重新聚焦的效果。光场图像中包含的丰富信息,对许多计算机视觉任务带来了便利,包括深度估计。同时,光场图像的特殊结构,也对于深度估计提出了新的挑战。本文研究对于光场图像的稠密深度估计,主要完成以下工作:1)提出了一种基于尺度空间的相位相关匹配算法,估计光场图像的深度。本文分析了光场图像的成像原理以及特性,针对光场微基线的特点,将相位相关算法应用于光场图像的亚像素精度立体匹配,并通过光场图像金字塔构建尺度空间,提高了匹配的精度。2)基于相位相关的度量,本文实现了一种光场遮挡边缘的检测与深度估计算法。本文以相位相关的平移不变均方根误差作为依据,提取光场图像的遮挡边缘,结合光场的遮挡模型,自适应地选择目标视点。对于遮挡边缘,以重聚焦的方式进行深度估计,规避了立体匹配中局部窗口带来的误差。3)在深度图的全局优化阶段,本文将遮挡以权值的形式加以考虑,设计目标函数,以马尔科夫随机场能量最小化的优化方法,对结果进行了改善。针对导向滤波等优化方法可能将非遮挡区域的边缘在深度图中加强的缺点,本文显式地在目标函数中考虑遮挡,从而达到在深度图中平滑物体内部,强调物体边缘的效果。综上,本文在多分辨率的框架下,以局部窗口的方式提取图像信号进行相位相关的匹配。同时检测遮挡边缘,对于遮挡边缘做特殊的处理。在多个分辨率之间逐层引导,最后得到光场图像稠密的深度图。实验证明,本文提出的算法在高效率的同时,保证了深度图的亚像素精度。

关键词：光场图像深度估计尺度空间相位相关遮挡处理

基于多尺度空间层次聚类的电动汽车充放电优化调度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多尺度空间层次聚类的电动汽车充放电优化调度

作者：熊脶成长沙理工大学

学位级别：硕士

近年来，化石能源逐步枯竭、全球气候变暖、环境污染等问题给社会的可持续发展带来了巨大的压力。电动汽车（EVs）以电能作为原始动力，具有零排放、无污染和不依赖传统能源的特点，发展电动汽车并逐渐取代传统的汽车成为未来主要的交... 详细信息

近年来，化石能源逐步枯竭、全球气候变暖、环境污染等问题给社会的可持续发展带来了巨大的压力。电动汽车（EVs）以电能作为原始动力，具有零排放、无污染和不依赖传统能源的特点，发展电动汽车并逐渐取代传统的汽车成为未来主要的交通工具是解决上述问题的有效途径。对于配电系统，电动汽车既是电源又是负荷，大规模电动汽车的自主充放电行为将会增加配电系统负荷曲线的峰谷差;而电动汽车充放电行为的可调特性，又为配电系统负荷曲线的削峰填谷提供了新的方法。为此，研究大规模电动汽车自主充放电行为对配电系统负荷曲线的影响及调控电动汽车的充放电行为来实现配电系统的削峰填谷具有非常重要的意义。为了研究配电系统中电动汽车的充放电特性，建立了包括电池模型和逆变模型的电动汽车接入配电系统模型。其中，电池模型用来刻画开路电压、电池荷电状态和电池电流之间的关系;逆变模型用来刻画电池注入配电系统的有功、无功和电池电压、电流之间的关系。然后，根据电动汽车日行驶里程、最后返回时刻分别服从对数正态分布和正态分布的特性，采用蒙特卡罗抽样法，分析了配电系统中电动汽车的充电负荷、放电容量、综合特性及其对配电系统日负荷曲线的影响。算例分析表明了大规模电动汽车自主充放电行为会增加配电系统的峰谷差。由于接入配电系统的电动汽车具有数量规模大、单台可调度容量小、接入位置分散的特点，设计了以类为单位的电动汽车充放电调度框架;不但可以减少决策变量，显著降低调度问题的求解规模和难度，还可以避免传统调度方式对通信条件要求高的问题。基于此，以电动汽车的可调度容量为聚类指标，借助多尺度空间的层次聚类算法（SSHC）提出了电动汽车聚类方法，以实现属性相似的电动汽车的汇聚。算例分析表明了多尺度空间的聚类算法能够有效实现电动汽车的聚类。进一步，为了最大程度地缩小配电系统负荷的峰谷差，以系统总负荷水平方差最小为目标函数，构建了基于电动汽车聚类的充放电调度模型。并采用基于ELM的改进遗传算法求解。以69节点系统为例，分析结果表明了基于ELM的改进遗传算法收敛速度快，能够快速求解模型;且基于电动汽车聚类的充放电调度模型能有效平抑峰谷负荷。最后，为了解决电动汽车参与配电系统调度的充放电控制、计量和结算问题，开发了电动汽车充放电控制装置和充放电计量装置。其中，电动汽车充放电控制装置根据实时电价和车主意愿控制电动汽车的充、放电行为;电动汽车充放电计量装置根据实时电价和充放电时段分别计算充电费用和放电容量，实现了电动汽车参与配电系统调度的精确控制和计量。为大规模电动汽车顺利参与配电系统调度提供了技术保障。

关键词：电动汽车配电系统充放电行为尺度空间层次聚类充放电调度削峰填谷

角点在轮廓高斯差尺度空间的行为分析及检测算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

角点在轮廓高斯差尺度空间的行为分析及检测算法研究

作者：曲颖重庆大学

学位级别：硕士

角点作为图像的重要特征信息已经被广泛应用于计算机视觉和图像处理的各个领域。这使得角点检测成为计算机视觉和图像处理中的一个基本问题。尺度空间和多尺度技术的引入对角点检测的发展起到了重要的推动作用。本文采用与角点的曲率尺... 详细信息

角点作为图像的重要特征信息已经被广泛应用于计算机视觉和图像处理的各个领域。这使得角点检测成为计算机视觉和图像处理中的一个基本问题。尺度空间和多尺度技术的引入对角点检测的发展起到了重要的推动作用。本文采用与角点的曲率尺度空间（Curvature Scale Space）行为理论相同的研究方法对角点在轮廓高斯差（Difference of Gaussian, DoG）尺度空间中的演化行为进行了研究。首先定义DoG尺度空间图像和统一角点模型以简化研究，然后采用不同尺度的DoG算子演化角点模型，构造出角点模型的DoG尺度空间并导出DoG尺度空间图像的隐式表达，得到了角点在尺度空间中演化行为的若干性质。当尺度增加时，角点在DoG尺度空间中的轨迹将保持、消失或者互相融合。相邻角点的轨迹互相吸引或者排斥。最后基于DoG算子的数值计算方法研究了角点在离散DoG尺度空间的行为。在角点的DoG尺度空间行为分析的基础上，引入多尺度乘积的思想，对DoG角点检测算法进行了改进，提出一种多尺度乘积的DoG角点检测算法。为了评估改进算法的性能，本文对新算法进行了实验。不变性测试和鲁棒性测试验证了算法的有效性，而基于正确检测率和定位误差的对比实验表明改进算法在性能上有一定提高。

关键词：角点检测角点行为尺度空间多尺度技术

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

角点在轮廓尺度空间的行为分析与检测研究

角点在轮廓尺度空间的行为分析与检测研究

作者：王洪星重庆大学

学位级别：硕士

图像的局部特征在保留图像重要信息的同时,又有效地减少了图像处理的数据量,极大地提高了运算速度。因此特征提取成为模式识别与计算机视觉等图像处理相关领域的基础性研究内容。在众多图像特征中,角点不仅具有最少的数据量,而且稳定性... 详细信息

图像的局部特征在保留图像重要信息的同时,又有效地减少了图像处理的数据量,极大地提高了运算速度。因此特征提取成为模式识别与计算机视觉等图像处理相关领域的基础性研究内容。在众多图像特征中,角点不仅具有最少的数据量,而且稳定性极高,这使角点检测成为特征提取的重要分支。然而目前的角点检测算法更多的是在实验层面得到解释,缺乏系统的数学理论论证。基于此,本文在轮廓尺度空间中研究角点的演化行为,为角点描述提供一种有效的表达方式。本文的研究工作如下:①将二阶微分算子Laplacian应用到轮廓曲线上,利用角点为曲线上的不光滑点这一性质,定义曲线Laplacian变换的2-范数为角点响应(简称为Laplacian角点响应),指出该角点响应与流行的曲率角点响应能够导出相同的角点位置,定义具有一致性。②在不同尺度下通过与Gaussian函数卷积来演化轮廓生成轮廓的Gaussian尺度空间,并定义演化轮廓的Laplacian角点响应为角点的LoG (Laplacian of Gaussian)响应。之后系统地分析了LoG角点的行为特征,以解析形式描述了单角点模型与双角点模型在尺度空间中的形态。③首先根据LoG角点行为理论提出LoG角点检测算法,然后通过LoG算子的逼近形式DoG (Difference of Gaussian)算子构造DoG角点检测算法。最后与经典的CSS (Curvature Scale Space)角点检测算法进行对比,实验结果表明LoG与DoG算法具有更好的角点检测性能,以及更强的对噪声的鲁棒性。

关键词：图像轮廓角点响应尺度空间角点行为角点检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

时间序列非平稳性检测的尺度空间方法及应用

时间序列非平稳性检测的尺度空间方法及应用

作者：秦开科中国地质大学(北京)

学位级别：硕士

变点检测是概率统计学中一个非常重要的研究热点,它已经被广泛地应用于经济、金融、生物、气象以及信号处理等领域。本文在充分研究现有时间序列变点检测方法的基础上,重点运用国外学者提出的非平稳显著性检验方法Si Nos。该方法是在不... 详细信息

变点检测是概率统计学中一个非常重要的研究热点,它已经被广泛地应用于经济、金融、生物、气象以及信号处理等领域。本文在充分研究现有时间序列变点检测方法的基础上,重点运用国外学者提出的非平稳显著性检验方法Si Nos。该方法是在不同时间尺度下识别时间序列的均值、方差和自相关系数的显著性变化的一种检测工具,可以准确地识别出变点的个数和相应的位置。本文主要做了以下两个方面的研究:1)研究检验统计变量的二次型比率表达。首先将均值、方差和相关性检验统计量转换成统一的二次型比率形式,并找出各统计变量的矩阵表达式。然后,运用二次型的鞍点逼近技术近似得到关于统计变量累积分布函数和密度函数的概率函数表达式。2)研究不同尺度下检验统计量的变点个数和位置。Si Nos方法分析时间序列变点结果像素图中,在不同尺度下多个检验统计量在同一检测点显示黑或白色表明该检测点是变点,若只在单一尺度下显示黑或白表明是错误检验,该点不是变点。本文研究讨论了用Si Nos方法分析不同相关结构序列的三种检验统计量的观测水平和观测效能。并用风电场实测数据对Si Nos方法进行了仿真验证,结果表明了尺度空间法用来检测时间序列非平稳性的可行性和有效性。

关键词：变点非平稳性二次型尺度空间时间序列

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

模糊形态尺度空间联想记忆的研究与应用

模糊形态尺度空间联想记忆的研究与应用

作者：冉天保江南大学

学位级别：硕士

联想记忆是人类脑细胞的重要功能之一,人工神经网络的一个很重要的方面就是模拟人类的联想记忆功能。20世纪末,***等人提出的形态联想记忆网络是一种较为有效的联想记忆方法,克服了经典联想记忆网络样本存储能力有限、联想记忆需要多次... 详细信息

联想记忆是人类脑细胞的重要功能之一,人工神经网络的一个很重要的方面就是模拟人类的联想记忆功能。20世纪末,***等人提出的形态联想记忆网络是一种较为有效的联想记忆方法,克服了经典联想记忆网络样本存储能力有限、联想记忆需要多次迭代等缺陷,而且对含单一噪声的二值图像进行联想记忆运算时,有较好抗噪能力,但它几乎没有抗随机噪声的能力。形态联想记忆网络及其各种改进型网络在处理模糊性解释的问题上无能为力,为此***提出了模糊联想记忆,解决了网络模糊性解释的问题,然而这种网络的存储能力极为微弱。一些学者将形态学和模糊联想记忆网络相结合得到了模糊形态联想记忆网络,较好的解决了存储能力微弱的缺陷,而且还具有很强的抗单一噪声能力,可它对随机噪声几乎没有任何抑制性,这一缺陷限制了该网络的应用。本文主要做了两方面的工作,一是将尺度空间和形态联想记忆网络结合得到一种新的网络,对输入模式进行一定尺度下的腐蚀/膨胀操作,构造出相应的腐蚀/膨胀存储矩阵,然后再进行联想记忆运算,结果表明它也具有优越的抗膨胀噪声或者腐蚀噪声的能力,同时对随机噪声有一定的鲁棒性,而且推广到了对灰度图的处理,使得网络具有了一定的抗随机噪声能力。另一个是尺度空间和模糊形态联想记忆网络的结合,即基于尺度空间的模糊形态联想记忆网络,这一新的方法保持了模糊形态联想记忆网络的优点,即:具有优越的抗单一噪声能力和模糊性解释能力,而且还对二值图和灰度图的含随机噪声输入有了一定的抑制。我们通过大量的仿真试验验证了上述结论。

关键词：数学形态学联想记忆神经网络尺度空间模糊联想记忆存储矩阵图像处理

基于尺度空间理论的图像局部特征检测算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于尺度空间理论的图像局部特征检测算法研究

作者：李梦婷杭州师范大学

学位级别：硕士

近年来,在图像处理领域中,如何高效准确地检测特征点已经成为了一个关键的问题,而检测特征点的前提条件是需要把图像映射到特征空间中.目前,图像的局部特征及其检测算法是人们关注的焦点,因局部特征具有不变性及其检测算法具有鲁棒性.... 详细信息

近年来,在图像处理领域中,如何高效准确地检测特征点已经成为了一个关键的问题,而检测特征点的前提条件是需要把图像映射到特征空间中.目前,图像的局部特征及其检测算法是人们关注的焦点,因局部特征具有不变性及其检测算法具有鲁棒性.对于该问题的研究主要分为两类:1.通过学习训练的方式,将数据映射到合适的特征空间,分析数据的内在关系;2.研究图像的不变性特征,通过设计稳定可靠的算法来检测特征.随着研究人员的不懈努力,关于图像特征检测的研究工作有了很大的进展,但仍存在一些问题,主要体现在算法检测时间消耗大,难以满足实时性,以及映射过程复杂,约束条件多,考虑不够全面,容易导致误判等.本文针对这些问题进行了研究,主要研究了以下三个方面的内容:1.提出了基于尺度空间和自相关函数的特征检测算法.该算法通过分析局部空间邻域内的灰度变化情况,定义了矩阵,使特征检测器可以在三维尺度空间中寻找稳定角点,拓展了在二维位置坐标中检测角点的方法.该矩阵有3个特征值,分析表明,三个特征值的大小与图像结构有着密切关系,我们重点寻找角点的关系,最后根据几何特性确定判别准则,使得任意特征点都能够在尺度空间中被检测到,保证特征点的有效性.2.提出了基于三元二次函数的局部特征点检测算法.我们通过归一化的拉普拉斯算子构建三维尺度空间,受SIFT算法思想的启发,我们构建了一个三元二次函数,通过对函数求极值的方法,反向判断该极值点是否存在于原本的局部空间区域内.我们需要对所有局部区域进行求解,计算函数系数和极值,最后,判断该极值点是否在局部区域内.数值实验表明该方法具有可行性.3.提出了基于尺度空间的快速特征检测算法.我们采用三次样条函数近似高斯核函数对图像构建离散尺度空间,其模糊比和初始平滑度设为2和0.627.首先,对输入图像进行边缘检测,减少干扰因素,然后,在图像尺度空间中,利用FAST算法提取每一层图像的角点.该检测器是一种用于在图像中寻找可靠角点的多尺度特征检测器,与前人的工作相比,性能有所提高.

关键词：局部特征检测尺度空间尺度不变性数字图像处理高斯核函数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

梯度水线的尺度空间

中国图象图形学报（A辑） 1999年第4期4卷 265-269页

作者：李毅廖明马颂德卢汉清中国科学院自动化所模式识别实验室

提出了一种在原始梯度水线划分约束下应用于图象灰度表面的层化变换。经此变换之后，在多尺度测地重建滤波下，不同尺度的梯度水线将存在严格的因果关系。在此基础上能够建立测地重建这种形态滤波器下的梯度水线的尺度空间，以及多尺度... 详细信息

提出了一种在原始梯度水线划分约束下应用于图象灰度表面的层化变换。经此变换之后，在多尺度测地重建滤波下，不同尺度的梯度水线将存在严格的因果关系。在此基础上能够建立测地重建这种形态滤波器下的梯度水线的尺度空间，以及多尺度计算框架。作为它的一个应用例子，讨论了一种基于区域跟踪的序列图象分析方法。这种多尺度框架能有效提高算法的稳定性、可靠性和计算效率。

关键词：水线变换形态梯度测地重建尺度空间图象