資源描述：
《形狀骨架的多尺度表達(dá)及幾何重建研究》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)TP391.4密級(jí)公開UDC004.9學(xué)位論文編號(hào)D-10617-308-(2016)-02059重慶郵電大學(xué)碩士學(xué)位論文中文題目形狀骨架的多尺度表達(dá)及幾何重建研究英文題目ResearchonMutiscaleRepresentationandGeometryReconstructionofShapeSkeleton學(xué)號(hào)S130201062姓名孫穎學(xué)位類別工學(xué)碩士學(xué)科專業(yè)計(jì)算機(jī)科學(xué)與技術(shù)指導(dǎo)教師秦紅星教授完成日期2016年3月30日獨(dú)創(chuàng)性聲明本人聲明所呈空的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研巧工作及取得的研％成果？盡我所知？餘了文中恃別如Ｌ義際注和致謝
2、的地方外，論文中不包含他人已經(jīng)發(fā)表或撰寫過的硏巧成果，也不包含為獲得重慶恥電大學(xué)或其化單位的學(xué)＆或證書而使用過的材料一？與我同工作的人員對(duì)本文研兄做化的貢獻(xiàn)均己在論文中作了明確的說明并致從謝插，作者盜名￣：別、賽賀曰期：年＾月ｒＢｊ學(xué)位論文版權(quán)使用授權(quán)書本人完全了解重慶郵電大學(xué)有權(quán)保留、便用學(xué)泣論文紙質(zhì)版和電子版的規(guī)定，即學(xué)校有權(quán)向國家有關(guān)部口或機(jī)構(gòu)送交論文，允許論文被查閱和借閱等。本人投權(quán)重慶郵電大學(xué)巧Ｗ公布本學(xué)位論文的全部或部分內(nèi)巧．巧編入有＾關(guān)數(shù)據(jù)庫或信息系統(tǒng)進(jìn)行檢索、分析或評(píng)價(jià)，可式采用影印、縮巧、掃描或拷巧等復(fù)制手
3、段保存、匯編本學(xué)位論文。。）（注：保密的學(xué)位論文在鮮密后適用本授權(quán)書！導(dǎo)師簽作者簽名；孤解Ｉ曰期ｃＭ年玉月曰期年至月；谷個(gè)中重慶郵電大學(xué)碩士學(xué)位論文摘要摘要作為形狀的一種特殊表達(dá)形式,骨架具有較好的捕獲特征能力和較高的數(shù)據(jù)壓縮率，因此，形狀骨架的提取成為計(jì)算機(jī)視覺領(lǐng)域研究的熱點(diǎn)問題。然而骨架提取一直存在對(duì)噪聲敏感而包含冗余分支的困境。針對(duì)現(xiàn)有的骨架提取方法對(duì)輪廓噪聲敏感，使骨架存在冗余分支的問題，本論文主要研究獲取形狀骨架表達(dá)的方法。具體的工作內(nèi)容包括如下兩個(gè)方面:1.提出一種基于貝葉斯模型的骨架裁剪方法。該方法首先對(duì)輸入形狀提取初始骨架，在此基
4、礎(chǔ)上對(duì)離散骨架點(diǎn)做特征聚類和結(jié)構(gòu)劃分，然后引入貝葉斯理論建立起描述骨架的似然模型。最后在對(duì)貝葉斯模型優(yōu)化的過程中，綜合骨架分支的簡潔性及其描述形狀的準(zhǔn)確性評(píng)估該分支在骨架表達(dá)中的貢獻(xiàn)大小，由此決定候選分支的裁剪順序，并以最大化后驗(yàn)概率為目標(biāo)迭代去除冗余分支，最終獲取接近理想結(jié)構(gòu)的形狀骨架表達(dá)。2.提出一種基于質(zhì)量分布的骨架多尺度表達(dá)算法，該算法以模擬觀察者們?cè)讷@取信息時(shí)具有的視覺特性為目標(biāo)來計(jì)算形狀的多尺度骨架。首先需要對(duì)骨架建立樹形數(shù)據(jù)結(jié)構(gòu)，其次以某骨架點(diǎn)位于樹中擁有的全部子節(jié)點(diǎn)的數(shù)量和作為該點(diǎn)的質(zhì)量值，由此可得樹中每個(gè)節(jié)點(diǎn)的質(zhì)量為其前一個(gè)節(jié)點(diǎn)的質(zhì)量值加1，通過線
5、性累加的方法可以計(jì)算出整體骨架的質(zhì)量分布結(jié)果，并以此作為度量骨架點(diǎn)重要性的標(biāo)準(zhǔn)。最后根據(jù)根節(jié)點(diǎn)的子節(jié)點(diǎn)間的質(zhì)量差值進(jìn)行根節(jié)點(diǎn)的調(diào)整，進(jìn)而在平衡質(zhì)量分布的基礎(chǔ)上做閾值篩選完成形狀的多尺度骨架表達(dá)。利用提出的方法，本文做了包括骨架裁剪、形狀重建、質(zhì)量分布等一系列實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文算法對(duì)輪廓噪聲具有良好的魯棒性，且得到的形狀骨架既能重建出與輸入形狀非常相近的形狀區(qū)域，也能擁有更加簡潔的結(jié)構(gòu)，具有較高的有效性。關(guān)鍵詞：貝葉斯，骨架裁剪，形狀重建，骨架樹，質(zhì)量分布I重慶郵電大學(xué)碩士學(xué)位論文AbstractAbstractAsaspecialexpressionofthe
6、shape,skeletonactswellincompressingshapedataandcatchingfeatures.Thus,theshapeoftheskeletonextractionhasbecomeahotresearchproblemincomputervisionfield.However,thepresenceofskeletonextractionissensitivetonoisewhichleadsredundantbranches.Theexistingskeletonextractionmethodsarenoise-sensit
7、ive,sothatthereisaproblemofredundantskeletonbranches.Inthethesis,weconcentrateonsolvingtheproblemofskeletonpruningbetter.Thefollowingtwoarethemainpoints.1.AskeletonpruningmethodbasedonBayesianmodelisproposed.Firstly,weextracttheoriginalskeletonfrominputshape.Basingonfeatureclustering
