小波神经网络的参数化明暗恢复形状问题的研究

小波神经网络的参数化明暗恢复形状问题的研究

傅晋堂[1]2002年在《小波神经网络的参数化明暗恢复形状问题的研究》文中研究指明叁维信息处理作为计算机视觉的一项重要内容,已广泛应用于军事、工业、农业等领域,并且在理论研究和实践应用中得到了不断完善和发展。明暗恢复形状(Shape From Shading,简称SFS)是其中一种基于图像灰度信息的叁维信息提取技术,对图像要求较低,特别适用于特殊环境下所获取图像的处理。目前,国内外现有的SFS方法可分为以下叁类:求解微分方程组法、变分法和最优化方法。 现有的小波神经网络求解SFS问题是一种最优化方法,虽其不需估计光源参数但需要多幅相同光源环境下的实物图像与高程数据进行学习。本文提出一种基于单幅图像的SFS问题的小波神经网络求解法,主要完成如下工作: 1.本文针对最优化方法的平滑因子对表面形状的均匀控制缺陷,提出一种具有自适应平滑的目标函数,使得重建表面形状的变化与图像亮度的变化一致; 2.本文构造一个由3个小波神经网络并行而成的网络,给出其拓扑结构,建立其非线性学习机理,提出一种用小波神经网络解决SFS问题的优化方法,给出本算法的具体实现步骤,并讨论本算法的收敛性; 3.本文在已知光源方向、Lambertian模型假设之下讨论SFS的唯一性,证明在此假设之下算法收敛到唯一的物体形状; 4.通过人工生成图和实际图的模拟结果,说明该网络的优越性。

佚名[2]2010年在《自动化技术、计算机技术》文中认为TP12010031967Flash媒体服务器的优化部署/唐力,槐寅,陈震(清华大学自动化系)//清华大学学报(自然科学版).―2010,50(1).―5~8.越来越多的新型万维网(Web)应用开始提供在线音视频交流功能,而有效的Flash媒体服务器部署方案是提高服务质量的基础。该文给出了媒体服务器优化部署问题的数学模型,并证明即使用户需求和网络性能信息

佚名[3]2010年在《自动化技术、计算机技术》文中提出TP11 2010021966离散网络化群体系统一致性H∞控制/李向舜,方华京(华中科技大学控制科学与工程系)//应用科学学报.―2009,27(5).―525~531.针对网络化群体的一致性问题给出了状态反馈H∞控制器存在的条件。通过状态分解将系统状态进行适当的分解,在此基础上结合线性矩阵不等

段锦[4]2004年在《人脸自动识别中若干问题的研究》文中指出人脸包含的视觉信息是区别人与人之间差别的最重要生物特征之一,以其直接性、唯一性、方便性等特点,越来越受到人们的关注。人脸识别技术是模式识别和机器视觉领域最富挑战性的研究课题之一,也是近年来研究的热点问题。但由于人脸的可变塑性和在成像过程中多种因素的影响,目前已经取得的研究成果距离这一问题的彻底解决和实际应用还有相当大的距离。本文对近年来所出现的人脸检测和识别的主要方法进行了综述,将人脸识别的方法归结为基于可视特征、基于模板、基于代数特征和基于机器学习等四类方法,并对人脸识别的评价标准进行了探讨。在研究了人脸检测和识别的基本理论和关键技术基础上,论文重点讨论了在复杂背景和可变光照的条件下,彩色人脸图像和灰度人脸图像的人脸检测、器官定位、特征提取、以及光线补偿和改善等问题。本文的主要研究内容包括:(1)在彩色图像人脸检测中,采用将肤色区域分割与模板匹配相结合的方法,并提出了颜色模型的自适应算法和给出了彩色置信度的概念。本文针对彩色人脸图像,提出了一种基于肤色模型和模板匹配的人脸检测方法。首先,构造rgb颜色空间下的人脸肤色统计模型;将图像的像素分为肤色像素点和非肤色像素点;将彩色图像分为网格单元,计算网格单元内肤色点比率,大于某一阈值的单元被认定为肤色单元;将相邻的肤色单元连通,判断连通区域的形状,将符合比例的类矩形区确<WP=128>定为候选人脸区域;最后,对候选人脸区域的灰度图像用人脸模板进行模板匹配,以确定真实人脸。该方法实现了较高的检测准确率,特别是在检测速度上比传统灰度图像的模板匹配方法有较大提高,适合于构建实时人脸检测系统。人的肤色会由于光源颜色,背景颜色,光照强度、成像介质等诸多因素影响而发生变化。皮肤颜色模型的建立不是一成不变的,而是需要随着环境的变化而做出调整。论文提出了颜色自适应调整算法,使颜色模型有更广的适用范围,并提出彩色置信度的概念用来评估颜色模型的可靠程度。(2)在灰度图像人脸检测中,本文采用基于AdaBoost算法的分类器级联方法。人脸检测是一个两类的分类问题,然而构造具有较高的分类性能的单一分类器是十分困难的。这样的分类器即使存在,其结构也是相当复杂,实现起来相当困难。本文用于人脸检测的分类器,是由一系列简单的弱分类器构成的级联结构。本文所设计的弱分类器都有较高的检测率,但却只有中等的虚假正确率,因而具有结构简单,计算复杂性小的特点。级联系统的训练和分类采用Boosting学习方法,其基本思想是由一系列比随机假设性能稍好一些的弱分类器,合并成一个性能优越的强分类器。本文设计了简单的叁类矩形特征来表征人脸的特征,采用结构简单的感知器作为弱学习器算法,其目的是尽量减少计算的复杂性。面对矩形特征数量极其巨大的困难,本文提出用Adaboost算法去训练简单的分类器。AdaBoost的训练的过程就是一个从众多数量巨大的特征中选取较少的有效特征的过程。这是一种相当贪婪的学习算法,它将绝大多数的特征都排除掉;并且在分类过程中,在级联系统的最初几级就除掉了绝大多数的负样本,从而使检测的速度有大幅度的提高。(3)本文提出了基于小波的光照补偿方法,克服和改善了在人脸识别中由于光照的变化带来的不利影响。环境光线的变化是影响人像检测和识别精度的主要因素之一。实验室环境下的实现识别方法,可能在变化的环境光线下,变得质量下降或是不可应用。在分析了人脸光照模型后,从发现光照恒常性规律的角度入手,对常用的补偿光照或改善光照的传统方法进行了讨论。本文提出了一种自然光照下的人脸图像去光处理算法,将输入的人脸图像归一到标准光照下。这种可变光照改善方法是基于小波分析的,它将光照变换<WP=129>为在各个方向上强度比较均衡的光照环境。实验结果证明了这种方法的有效性,并可以推广到实际的应用系统中,提高系统鲁棒性和适应性。(4)从系统工程的角度,对人脸识别应用产品的开发步骤和相关技术作了细致的讨论。人像识别技术是一个极具现实意义和使用价值的研究领域。但人像识别技术的实际应用却是一项极其复杂的系统工程。在应用实践中,不但要考虑技术原理和实现方法每一个细节问题,更要考虑系统与实际条件和应用环境的相互配合。本文介绍了基于人像识别技术的访问控制系统的实现过程,讨论了系统结构和实现技术,软件开发流程,分析了影响识别效果的诸多因素。系统主要的技术包括:用主分量分析方法实现特征抽取,用最近邻域作为识别判据,以类内相似度为最终认定条件。实验证明,系统达到较好的应用效果。本文是以国家级火炬计划项目“基于多种识别技术的身份认证与鉴别系列产品”和信息产业部电子发展基金项目“人像自动识别软件及其应用产品”,以及吉林省科技发展计划重点项目“基于人像识别系统技术的应用产品研制开发”为基础完成的。本文所提出的观点、原理及技术已经这些项目和课题中得到应用和实践,并取得了预期目标。

初少林[5]2008年在《基于叁维重建的焊点质量分类方法研究》文中研究说明随着表面组装技术(Surface Mounting Technology, SMT)向更高密度、更小尺寸、更复杂的印刷电路板(Print Circuit Board, PCB)混合技术的纵深发展,在电路板的装配过程中,作为电路组件和电路板间的连接桥梁焊点有着举足轻重的作用。SMT技术电路板装配过程由焊膏印刷,元件贴装,焊接回流组成,其中焊膏印刷和焊接回流过程产生的焊点缺陷较多。为此,如何及时有效的发现焊点的缺陷,是近年来电子组装行业研究的一个热点。焊点质量的检测方式,宏观上可分为两类:有损检测和无损检测。有损检测因为对电子器件有不同程度的破坏作用,一般不适合应用在生产流水线的实时检测当中。设计和研究出高效且成本低的无损检测方法和技术是现今电子行业的迫切要求。针对已有的焊点质量分类方法对光源系统依赖性过强,实际中能获得各种缺陷的焊点样本有限等问题,本文从图像处理和模式识别角度出发,针对生产线上的SMT焊点图像,提出一种基于焊点叁维重建和支持向量机相结合的焊点质量分类方法,实现了对锡量少、锡量合适、锡量多叁种类型的焊点质量判别。本文主要完成的工作包括:针对二维焊点分类方法中提取的二维特征不能很好的表征焊点的形态,即没有充分的利用焊点图像信息等问题,在特征提取方面,引入了基于叁维形态的焊点图像特征提取方法。实验表明,基于叁维形态的焊点图像特征提取方法,对分类是较为有效的。将支持向量机与AdaBoost,Boostrap分别相结合后对焊点质量进行分类,实验表明,结合之后的焊点分类效果比单独使用支持向量机更好。

李云峰[6]2005年在《叶图像提取研究及虚拟植物可视化实现》文中研究指明虚拟植物是指在计算机上形象直观地再现植物的生长过程。虚拟植物可视化技术的研究,是虚拟农业研究的重要组成部分;在数字农业、大型自然场景仿真系统、虚拟娱乐、科研、教育等诸多领域具有很高的应用价值。相对于植物结构模型的研究,植物器官建模研究较少见到;基于图像的器官重建具有重要的研究价值。叶是植物最重要的可视化特征之一,是构建植物器官图像、图形库的重要原始信息,叶图像提取及重建是基于规则的虚拟植物建模的重要组成部分,是影响视觉效果的决定性因素之一。论文就叶图像提取及虚拟植物可视化实现进行研究,主要围绕叶图像提取、基于图像的叶重建、基于图像和L系统虚拟植物可视展现等进行研究。论文分析了植物模型的基本概念,比较了常用虚拟植物建模方法;给出了基于图像的虚拟植物可视展现实现思路,主要思想是基于图像进行植物可视特征提取,在此基础上利用L系统进行植物生长“组装”。论文分析了基于规则的虚拟植物器官重建方法,主要是基于图形学几何表示,采用简单的几何形状近似表示植物器官,通过若干参数调整控制其外观,用计算机图形学技术可视展现;模型的可控性较好,但视觉效果不理想。植物图像包含了植物重要的特征视觉信息,是虚拟植物可视化系统的一个重要数据来源。叶是植物最典型的器官之一,包含了重要的植物特征信息;叶图像提取是叶表面重建和植物自动识别的基础工作。论文针对叶图像特点设计实现了叶边缘提取;针对叶脉提取,提出了一种结合可变模板技术和细胞神经网络的提取算法,该方法结合可变模板和细胞神经网络的优良特性,取得了较为理想的提取效果;可应用于虚拟植物叶重建和机器识别所需的叶拓扑结构获取。论文研究了基于图像的叶重建。叶表面重建是基于规则的虚拟植物建模的重要组成部分,是提高基于L系统植物建模视觉效果的重要途径,是影响最终重建视觉效果的决定性因素之一。论文设计并实现了基于叶轮廓的表面重建。上述方法仅利用了叶边缘信息,仿真效果较差。论文设计了基于图像重建技术和参数L系统的交互式叶重建方法,并结合图像合成技术使叶重建有更好的视觉效果和可控性。论文研究了树形植物株体叁维近似重建,自然背景下的植物图像,采用传统图像分割方法效果较差,提出了基于小波的植物图像轮廓提取方法。自然植物虚拟重建非常困难,近似重构一株视觉上“相似植物”具有重要的实际意义;论文改进了快速植物近似叁维重构,重建一株视觉上“相似植物”。该方法无须复杂的L系

参考文献:

[1]. 小波神经网络的参数化明暗恢复形状问题的研究[D]. 傅晋堂. 西北工业大学. 2002

[2]. 自动化技术、计算机技术[J]. 佚名. 中国无线电电子学文摘. 2010

[3]. 自动化技术、计算机技术[J]. 佚名. 中国无线电电子学文摘. 2010

[4]. 人脸自动识别中若干问题的研究[D]. 段锦. 吉林大学. 2004

[5]. 基于叁维重建的焊点质量分类方法研究[D]. 初少林. 哈尔滨工业大学. 2008

[6]. 叶图像提取研究及虚拟植物可视化实现[D]. 李云峰. 重庆大学. 2005

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

小波神经网络的参数化明暗恢复形状问题的研究
下载Doc文档

猜你喜欢