資源描述：
《基于輪廓特征的目標(biāo)匹配算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號(hào)TP29密級(jí)公開UDC621學(xué)校代碼10500碩士學(xué)位論文（全日制學(xué)術(shù)學(xué)位）題目：基于輪廓特征的目標(biāo)匹配算法研究英文題目：Researchonobjectmatchingalgorithmbasedoncontourfeature學(xué)位申請(qǐng)人姓名：楊林杰申請(qǐng)學(xué)位學(xué)科專業(yè)：機(jī)械電子工程指導(dǎo)教師姓名：孫國棟二○一六年六月分類號(hào)TP29密級(jí)公開UDC621學(xué)校代碼10500碩士學(xué)位論文題目基于輪廓特征的目標(biāo)匹配算法研究英文題目Researchonobjectmatchingalgorithmbasedoncontourfeature研究生姓名（簽名）指導(dǎo)教師姓名（簽名）職稱副教授申請(qǐng)學(xué)位學(xué)科
2、名稱機(jī)械電子工程學(xué)科代碼080202論文答辯日期學(xué)位授予日期學(xué)院負(fù)責(zé)人（簽名）評(píng)閱人姓名石端偉評(píng)閱人姓名李剛炎年月日學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的研究成果。除文中已經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對(duì)本文的研究做出貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論
3、文被查閱和借閱。本人授權(quán)湖北工業(yè)大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。學(xué)位論文作者簽名：指導(dǎo)教師簽名：日期：年月日日期：年月日摘要輪廓作為一種高級(jí)別的視覺特征，對(duì)目標(biāo)具有穩(wěn)定的描述特性，其廣泛應(yīng)用于人工智能、高端裝備、衛(wèi)星遙感、醫(yī)學(xué)影像等領(lǐng)域，一直是模式識(shí)別的熱點(diǎn)課題。本文圍繞輪廓特征的提取、特征描述子的生成、相似度度量3個(gè)方面對(duì)其進(jìn)行了研究，成功解決了TFDS列車把手檢測(cè)、集塵器定位、FPC補(bǔ)強(qiáng)片定位等工程問題。本文的主要工作具體如下：對(duì)圖像的預(yù)處理與輪廓提取算法進(jìn)行了分析，結(jié)合特定匹配對(duì)象（塞門把手、FPC補(bǔ)
4、強(qiáng)片與集塵器）進(jìn)行了大量對(duì)比實(shí)驗(yàn)。最終確立了每個(gè)匹配對(duì)象的最佳預(yù)處理方案。對(duì)輪廓匹配算法的特征定義、相似性度量、匹配策略進(jìn)行了深入研究，討論了多種度量距離的適應(yīng)性分析。并分析了輪廓幾何基元描述子的構(gòu)造，分別論述了輪廓外接矩形、外接圓、凸包、多邊形等構(gòu)造原理。結(jié)合幾何基元的相關(guān)技術(shù)，成功解決了FPC補(bǔ)強(qiáng)片的定位問題。提出了一種基于Hu輪廓不變矩與高斯金字塔模型的變步長匹配方法。該方法通過高斯金字塔模型匹配位置層映射來定位原始圖像的最佳匹配位置，同時(shí)采用終止閾值抑制，提前結(jié)束相似度較遠(yuǎn)的匹配，并制定了基于權(quán)重的橫向匹配的變步長匹配搜尋路徑，最終鎖定把手所在區(qū)域，匹配速度大大提高，取得了良好的匹
5、配效果。提出了一種基于幾何特征的形狀匹配算法，解決了列車集塵器定位不準(zhǔn)確的問題。該算法首先對(duì)輪廓點(diǎn)進(jìn)行采樣，基于極半徑、局部曲率剛性算法確定關(guān)鍵點(diǎn)的初始位置及點(diǎn)集的映射關(guān)系，然后以形心為基準(zhǔn)，生成以角度和尺度為幾何特征的雙重描述子，并對(duì)其作標(biāo)準(zhǔn)量化處理，最后使用改進(jìn)的曼哈頓距離計(jì)算描述子的相似性。實(shí)驗(yàn)結(jié)果表明：該形狀匹配算法幾乎不受伸縮、旋轉(zhuǎn)、平移等幾何變換的影響，具有一定的適應(yīng)性和魯棒性。對(duì)Hu輪廓不變矩與幾何雙重描述子的匹配算法進(jìn)行了分析與對(duì)比，歸納出了其在匹配效果和時(shí)間復(fù)雜度方面的一般性結(jié)論。實(shí)驗(yàn)表明：相對(duì)其他常見的匹配算法其具有顯著的優(yōu)勢(shì)，為輪廓匹配算法提供了一種全新的思路。關(guān)鍵詞
6、：輪廓匹配，幾何基元，輪廓不變矩，高斯金字塔，形狀描述子IAbstractContourasahighlevelvisualfeatures,whichhasastabledescriptionofcharacteristicsofthetarget.Itiswidelyusedinartificialintelligence,high-endequipment,satelliteremotesensing,medicalimagingandotherfields,ithasbeenbecomingthehottopicinthefieldofpatternrecognition.Thre
7、easpectsofbasedonextractingcontourfeature,generatingfeaturedescriptorsandmeasuringsimilaritymeasurearestudiedinthispaper,theproblemsofdetectingtheTFDStrainhandleandpositioningthedustcleanerandFPCfillstrongpiecesw
