期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于计算机视觉的输电塔位移监测ROI关键点法
1
作者 张楷 孙超 +2 位作者 刘家豪 李玉学 田利 《振动.测试与诊断》 EI CSCD 北大核心 2024年第5期849-856,1033,共9页
为了实现输电塔远距离位移监测,同时满足低成本、无接触、易实施及精确度高等要求,结合输电塔的内轮廓特征和计算机视觉位移识别技术,提出感兴趣区域(region of interest,简称ROI)关键点法。首先,利用N近邻最小能量法进行ROI轮廓搜索提... 为了实现输电塔远距离位移监测,同时满足低成本、无接触、易实施及精确度高等要求,结合输电塔的内轮廓特征和计算机视觉位移识别技术,提出感兴趣区域(region of interest,简称ROI)关键点法。首先,利用N近邻最小能量法进行ROI轮廓搜索提取,并与Harris角点检测算法相结合;其次,通过输电塔台架实验与灰度模板匹配法相比,ROI关键点法位移识别结果的平均误差、均方根误差分别降低了56%和45%,绝对误差小于5 mm和10 mm的准确率提高了61%和3%,计算效率提高了11倍,稳定性及抗噪性能较高;最后,在实验塔对比验证中,ROI关键点法的位移测量值与实际位移的差值百分比在0.0%~11.1%之间。结果表明,ROI关键点法在输电塔结构位移监测中具有较高的准确率、精细度、计算效率、稳定性及鲁棒性。 展开更多
关键词 计算机视觉 输电塔 位移监测 无标靶 N近邻最小能量法
下载PDF
中医舌象颜色识别的研究 被引量:32
2
作者 王永刚 杨杰 +1 位作者 周越 王忆勤 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2005年第6期1116-1120,共5页
基于由粗到精的思路,将舌质和舌苔的颜色识别问题分解为苔质分离和颜色细分两步。在第一步中,提出一种基于JSEG算法和k-NN法的自动分离苔质的方法,并根据中医望诊先验知识设计先验模板和标准色块来辅助分类。颜色细分是在第一步的基础... 基于由粗到精的思路,将舌质和舌苔的颜色识别问题分解为苔质分离和颜色细分两步。在第一步中,提出一种基于JSEG算法和k-NN法的自动分离苔质的方法,并根据中医望诊先验知识设计先验模板和标准色块来辅助分类。颜色细分是在第一步的基础上采用最近邻法进行的。实验表明,本文提出的方法简单且鲁棒性强,能够有效地用于舌诊客观化。此外,在舌图像的色彩校正和舌体分割两个方面,对前人的研究进行了改进,取得了较好的效果。 展开更多
关键词 舌诊客观化 彩色纹理分割 色彩校正 k-近邻(k-NN)法
下载PDF
求解TSP问题的蚁群算法研究
3
作者 姜长元 《阜阳师范学院学报(自然科学版)》 2006年第2期50-53,共4页
蚁群算法是一种新型仿生算法,但存在搜索时间长,收敛速度慢,易陷入局部最优等缺点.提出了一种改进蚁群算法,利用象限近邻表构造候选集和对偶象限近邻的方法初始化信息素,可以克服上述缺陷.TSP的仿真结果表明新算法大大缩小了其搜索范围... 蚁群算法是一种新型仿生算法,但存在搜索时间长,收敛速度慢,易陷入局部最优等缺点.提出了一种改进蚁群算法,利用象限近邻表构造候选集和对偶象限近邻的方法初始化信息素,可以克服上述缺陷.TSP的仿真结果表明新算法大大缩小了其搜索范围,提高了搜索精确度并减少了搜索时间. 展开更多
关键词 蚁群算法 旅行商问题 象限近邻表 对偶象限近邻方法
下载PDF
自适应加权完全局部二值模式的表情识别 被引量:19
4
作者 胡敏 许艳侠 +2 位作者 王晓华 黄忠 朱弘 《中国图象图形学报》 CSCD 北大核心 2013年第10期1279-1284,共6页
为了有效地提取局部特征和全局特征以提高表情识别的性能,提出自适应加权完全局部二值模式(AWCLBP)的人脸表情识别算法。首先对人脸表情图像进行预处理分离出表情子区域,与此同时生成表情子区域的贡献度图谱(CM);然后对表情子区域和整... 为了有效地提取局部特征和全局特征以提高表情识别的性能,提出自适应加权完全局部二值模式(AWCLBP)的人脸表情识别算法。首先对人脸表情图像进行预处理分离出表情子区域,与此同时生成表情子区域的贡献度图谱(CM);然后对表情子区域和整幅表情图像进行完全局部二值模式变换提取3种特征(差值符号特征CLBP_S、差值幅值特征CLBP_M、中心像素特征CLBP_C)并连接3种特征生成级联直方图,并根据CM对表情子区域的级联直方图进行加权与整张图像的直方图进行融合;最后用卡方距离和最近邻方法进行分类识别。该算法在JAFFE库上进行了实验并和LBP、Gabor小波、活动外观模型进行了比较,验证了该算法的有效性。 展开更多
关键词 表情识别 完全局部二值模式 自适应加权 卡方距离 最近邻方法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部