从单幅线图进行面识别的研究

从单幅线图进行面识别的研究

论文摘要

本论文系陕西省自然科学基金(2002E224)中的一部分。 线图一直是人们之间以及人与计算机之间交换三维物体(或场景)信息的一种重要媒介。复杂物体的线图包括轴测图、透视图、仿射图、射影图和非线性投影图,也包括人徒手画的物体投影图和从图像中抽取的图形。从线画图中重建三维场景信息是计算机视觉研究中的一项重要内容,而面识别是由线画图重建场景三维结构的研究中的关键步骤,许多关于线图的研究都是以面识别的研究结果为前提的,因此需要对单幅线图的面识别进行相应的研究。 本文的研究在设定的基本假设和基本前提下,首先从仅包含二维信息的单幅线图出发,挖掘其中所隐含的三维信息,提出一系列与面识别相关的基本定理和相关推论,设定了回路搜索时判定真正的面的条件和对搜索得到的回路集合进行修枝的条件,减少了搜索的时间和空间;其次,给出了搜索所有简单回路的递归算法;接着,提出了以面识别相关定理和相关推论为基础的,适用于平面画隐线图的整个算法流程;最后,提出了解决用于表达曲面物体的带有曲线的线图和由多个离散图表示的物体的线图的面识别的方法,设计了适用于一般物体的画隐线图的方法。该识别方法对一般物体的线图均可以进行面的识别,对于没有洞的平面物体,识别率几乎能接近100%,即使是有洞的物体和带有曲面的物体,识别的准确率也相当的高,与已有的算法相比,本方法有明显的改进。该方法对于面识別,可较大的减少搜索时间和搜索空间,提高识别效率。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • §1.1 计算机视觉概述
  • §1.2 计算机视觉信息系统模型概述
  • §1.3 线图识别概述
  • §1.4 面识别的研究现状及存在的问题
  • §1.5 本文的研究工作及研究意义
  • 第二章 单幅线图面识别的基本理论
  • §2.1 基本概念
  • §2.2 基本假设和基本前提
  • §2.2.1 基本假设
  • §2.2.2 基本前提
  • §2.3 基本定理和推论
  • §2.4 本章小结
  • 第三章 单幅线图面识别的方法
  • §3.1 凸凹多边形的判别
  • §3.1.1 凸凹多边形的判定算法
  • §3.1.2 多边形凸凹性判断的算法流程图
  • §3.2 回路搜索算法
  • §3.2.1 空间搜索算法
  • §3.2.2 已有的图的所有简单回路搜索算法
  • §3.2.3 本文的图的所有简单回路搜索算法
  • §3.3 平面物体面识别算法流程
  • §3.4 曲线曲面的处理方法
  • §3.5 处理由多个离散图表示的物体
  • §3.6 一般物体面识别的算法流程
  • §3.7 本章小结
  • 第四章 面识别的计算机实现
  • §4.1 线图的数据组成
  • §4.2 线图的数据结构—链表
  • §4.3 算例
  • §4.4 本章小结
  • 第五章 结束语
  • 参考文献
  • 致谢
  • 参加课题和发表论文的情况
  • 相关论文文献

    • [1].基于计算机视觉求解数独的系统设计[J]. 中国科技信息 2020(02)
    • [2].计算机视觉中的深度学习专题简介[J]. 中国科学:信息科学 2019(12)
    • [3].深度学习在计算机视觉领域的应用进展[J]. 计算机产品与流通 2020(01)
    • [4].计算机视觉中的深度学习专题(2020)简介[J]. 中国科学:信息科学 2020(02)
    • [5].计算机视觉与感知在智慧安防中的应用[J]. 移动通信 2020(03)
    • [6].试析计算机视觉艺术在数字媒体中的应用[J]. 电子世界 2020(07)
    • [7].计算机视觉各技术分支专利分析[J]. 高科技与产业化 2020(04)
    • [8].计算机视觉产业专利分析报告[J]. 高科技与产业化 2020(05)
    • [9].基于计算机视觉核桃质量预测方法的探讨[J]. 无线互联科技 2020(09)
    • [10].关于高校计算机视觉课程教学的思考[J]. 计算机产品与流通 2020(09)
    • [11].眼控科技:计算机视觉融入交通和气象[J]. 机器人产业 2020(05)
    • [12].深度学习在计算机视觉领域的应用发展探究[J]. 电脑编程技巧与维护 2020(09)
    • [13].计算机视觉赋能中小企业[J]. 机器人产业 2020(05)
    • [14].计算机视觉在水稻大面积制种中的应用研究[J]. 农机化研究 2019(03)
    • [15].微课在计算机视觉课中的应用探究[J]. 中国新通信 2018(23)
    • [16].深度学习分类网络研究及其在计算机视觉中的应用[J]. 通讯世界 2019(03)
    • [17].感知世界 洞察未来——2018年计算机视觉行业回顾与展望[J]. 中国城市金融 2019(02)
    • [18].基于计算机视觉的玉米田间除草系统开发[J]. 农机化研究 2018(03)
    • [19].基于计算机视觉的玉米种子形态识别测量[J]. 农机化研究 2018(04)
    • [20].基于计算机视觉的小麦长势监控研究[J]. 农机化研究 2018(04)
    • [21].基于计算机视觉的瓜果采摘系统的运用研究[J]. 农机化研究 2018(01)
    • [22].计算机视觉研究综述[J]. 电子世界 2018(01)
    • [23].基于计算机视觉的深度估计方法[J]. 科技资讯 2018(04)
    • [24].计算机视觉艺术在数字媒体艺术中的应用研究[J]. 山西大同大学学报(自然科学版) 2017(01)
    • [25].计算机视觉:数字世界新曙光[J]. 国资报告 2017(02)
    • [26].数字摄影测量与计算机视觉概述[J]. 测绘标准化 2016(02)
    • [27].计算机视觉艺术在数字媒体的应用探讨[J]. 中国报业 2016(18)
    • [28].计算机视觉艺术在数字媒体领域的应用研究[J]. 互联网天地 2015(07)
    • [29].基于计算机视觉的运动目标分析[J]. 电脑迷 2017(12)
    • [30].科技热词[J]. 科学家 2016(15)

    标签:;  ;  ;  ;  ;  ;  

    从单幅线图进行面识别的研究
    下载Doc文档

    猜你喜欢