扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
湖南省志(1978-2002)?铁路志
-
>
公路车宝典(ZINN的公路车维修与保养秘籍)
-
>
晶体管电路设计(下)
-
>
基于个性化设计策略的智能交通系统关键技术
-
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移
-
>
花样百出:贵州少数民族图案填色
-
>
识木:全球220种木材图鉴
面向模型检索的矩特征方法研究 版权信息
- ISBN：9787030701015
- 条形码：9787030701015 ; 978-7-03-070101-5
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
面向模型检索的矩特征方法研究 内容简介
本书介绍了模式识别应用领域的模型检索，提出新的基于矩的特征提取和检索算法，并且对这些算法进行理论推导和性能分析，在实验中验证所提出算法的优越性。使读者能够比较全面地了解面向模型检索的基本知识以及矩方法在模型检索中的研究、发展和应用。
面向模型检索的矩特征方法研究 目录
目录
前言
第1章 绪论 1
1.1 研究背景和意义 1
1.2 二维和三维特征提取方法 2
1.2.1 二维形状特征的提取方法 2
1.2.2 三维形状特征的提取方法 6
1.3 特征融合 14
1.4 相似度评价方法 15
1.5 检索性能评价指标 21
1.6 三维模型及其检索系统 25
1.6.1 三维模型检索的系统框架 25
1.6.2 三维模型数据集 27
1.6.3 现有的三维模型检索系统 33
第2章 二维矩特征的几何不变性 37
2.1 矩特征 37
2.2 Fourier-Bessel结构矩及其在图像检索中的应用 40
2.2.1 Bessel-Fourier矩 40
2.2.2 Bessel结构矩的定义 43
2.2.3 BSM的旋转不变性 43
2.2.4 基于BSM的图像检索 44
2.2.5 实验分析和讨论 44
2.2.6 结论 48
2.3 极坐标下旋转、缩放不变Legendre矩 48
2.3.1 极坐标下Legendre矩的定义 48
2.3.2 实验分析和讨论 50
2.3.3 结论 53
第3章 基于Radon域的形状特征提取方法 54
3.1 Radon域的三种形状特征 55
3.1.1 Radon域三种形状函数的定义 55
3.1.2 基于三种形状函数的图像检索算法 58
3.1.3 实验分析和讨论 60
3.1.4 结论 63
3.2 非线性Radon矩及其缩放、旋转和模糊不变性 64
3.2.1 非线性Radon变换的定义 64
3.2.2 非线性Radon变换的性质 66
3.2.3 非线性Radon矩特征 66
3.2.4 实验和讨论 68
3.2.5 结论 72
第4章 基于矩特征的圆度测量方法研究及应用 73
4.1 基于复数矩的圆度测量方法 74
4.1.1 基于圆度、相位角、梯度的结构相似性度量方法 78
4.1.2 实验分析及讨论 79
4.1.3 结论 83
4.2 基于极半径矩的三维圆度测量和检索 83
4.2.1 极半径矩的定义 84
4.2.2 基于极半径矩的三维圆度度量方法 85
4.2.3 实验分析与讨论 88
4.2.4 结论 94
第5章 三维W-系统矩和三维模型检索 95
5.1 W-系统 95
5.2 离散W-系统及其快速算法 99
5.3 W-系统矩的定义和计算 101
5.4 运动不变量 102
5.5 基于W-系统矩和VDS不变量的三维模型检索 103
5.6 实验与讨论 103
第6章 基于三维Radon变换与BOVF的模型检索方法 108
6.1 Radon变换与BOF 109
6.1.1 词袋特征 109
6.1.2 二维Radon变换 110
6.1.3 三维Radon变换 110
6.1.4 模型的匹配过程 111
6.2 基于三维Radon变换与BOVF的模型检索方法 113
6.2.1 视角图像的获取 114
6.2.2 图像局部特征的提取 114
6.2.3 BOVF特征的构建 114
6.2.4 模型相似度匹配 115
6.3 实验结果与分析 115
6.3.1 测试数据库 115
6.3.2 数据库检索实验 116
6.3.3 字典大小对检索结果的影响 118
6.3.4 视图数对检索结果的影响 122
6.3.5 模型尺寸对检索性能的影响 123
第7章 基于三维Radon矩特征的模型检索方法 126
7.1 三维Radon变换及其性质 126
7.2 归一化三维Radon中心矩 129
7.2.1 三维Radon矩 129
7.2.2 PCA变换 131
7.2.3 归一化三维Radon中心矩 132
7.3 基于归一化三维Radon中心矩的三维模型检索方法 133
7.3.1 三维模型预处理 133
7.3.2 归一化三维Radon中心矩特征提取 134
7.3.3 模型相似性评价 135
7.4 实验结果与分析 136
7.4.1 特征的几何不变性验证 136
7.4.2 PSB模型库的检索实验 137
7.4.3 特征提取算法的时间复杂性实验 138
7.4.4 McGill模型库的检索实验 138
7.4.5 参数对检索性能的影响 140
参考文献 142
前言
第1章 绪论 1
1.1 研究背景和意义 1
1.2 二维和三维特征提取方法 2
1.2.1 二维形状特征的提取方法 2
1.2.2 三维形状特征的提取方法 6
1.3 特征融合 14
1.4 相似度评价方法 15
1.5 检索性能评价指标 21
1.6 三维模型及其检索系统 25
1.6.1 三维模型检索的系统框架 25
1.6.2 三维模型数据集 27
1.6.3 现有的三维模型检索系统 33
第2章 二维矩特征的几何不变性 37
2.1 矩特征 37
2.2 Fourier-Bessel结构矩及其在图像检索中的应用 40
2.2.1 Bessel-Fourier矩 40
2.2.2 Bessel结构矩的定义 43
2.2.3 BSM的旋转不变性 43
2.2.4 基于BSM的图像检索 44
2.2.5 实验分析和讨论 44
2.2.6 结论 48
2.3 极坐标下旋转、缩放不变Legendre矩 48
2.3.1 极坐标下Legendre矩的定义 48
2.3.2 实验分析和讨论 50
2.3.3 结论 53
第3章 基于Radon域的形状特征提取方法 54
3.1 Radon域的三种形状特征 55
3.1.1 Radon域三种形状函数的定义 55
3.1.2 基于三种形状函数的图像检索算法 58
3.1.3 实验分析和讨论 60
3.1.4 结论 63
3.2 非线性Radon矩及其缩放、旋转和模糊不变性 64
3.2.1 非线性Radon变换的定义 64
3.2.2 非线性Radon变换的性质 66
3.2.3 非线性Radon矩特征 66
3.2.4 实验和讨论 68
3.2.5 结论 72
第4章 基于矩特征的圆度测量方法研究及应用 73
4.1 基于复数矩的圆度测量方法 74
4.1.1 基于圆度、相位角、梯度的结构相似性度量方法 78
4.1.2 实验分析及讨论 79
4.1.3 结论 83
4.2 基于极半径矩的三维圆度测量和检索 83
4.2.1 极半径矩的定义 84
4.2.2 基于极半径矩的三维圆度度量方法 85
4.2.3 实验分析与讨论 88
4.2.4 结论 94
第5章 三维W-系统矩和三维模型检索 95
5.1 W-系统 95
5.2 离散W-系统及其快速算法 99
5.3 W-系统矩的定义和计算 101
5.4 运动不变量 102
5.5 基于W-系统矩和VDS不变量的三维模型检索 103
5.6 实验与讨论 103
第6章 基于三维Radon变换与BOVF的模型检索方法 108
6.1 Radon变换与BOF 109
6.1.1 词袋特征 109
6.1.2 二维Radon变换 110
6.1.3 三维Radon变换 110
6.1.4 模型的匹配过程 111
6.2 基于三维Radon变换与BOVF的模型检索方法 113
6.2.1 视角图像的获取 114
6.2.2 图像局部特征的提取 114
6.2.3 BOVF特征的构建 114
6.2.4 模型相似度匹配 115
6.3 实验结果与分析 115
6.3.1 测试数据库 115
6.3.2 数据库检索实验 116
6.3.3 字典大小对检索结果的影响 118
6.3.4 视图数对检索结果的影响 122
6.3.5 模型尺寸对检索性能的影响 123
第7章 基于三维Radon矩特征的模型检索方法 126
7.1 三维Radon变换及其性质 126
7.2 归一化三维Radon中心矩 129
7.2.1 三维Radon矩 129
7.2.2 PCA变换 131
7.2.3 归一化三维Radon中心矩 132
7.3 基于归一化三维Radon中心矩的三维模型检索方法 133
7.3.1 三维模型预处理 133
7.3.2 归一化三维Radon中心矩特征提取 134
7.3.3 模型相似性评价 135
7.4 实验结果与分析 136
7.4.1 特征的几何不变性验证 136
7.4.2 PSB模型库的检索实验 137
7.4.3 特征提取算法的时间复杂性实验 138
7.4.4 McGill模型库的检索实验 138
7.4.5 参数对检索性能的影响 140
参考文献 142
展开全部
面向模型检索的矩特征方法研究 节选
第1章 绪论 二维图像检索发展至今，许多技术已经应用到了图像检索等相关领域，实际应用中也取得了较好的效果和显著的经济效益。但是三维模型的检索研究发展缓慢，如何提取三维模型的有效特征，是一个漫长而艰巨的任务，所以二维和三维特征提取方法的研究仍然是*主要的研究课题之一。 1.1 研究背景和意义 二维图像和三维模型承载着许多视觉信息，如何挖掘模型中与人类视觉感知相近的视觉信息是模型检索的关键技术。针对不同的模型数据库，检索过程如图1.1所示。 图1.1 模型检索过程 由图1.1可见，二维图像或三维模型的检索过程分为三个步骤： (1)对模型库中每个模型提取特征，组成模型特征库； (2)提取关键模型的特征，组成关键模型的特征向量； (3)计算关键模型的特征向量与特征库中每个向量的相似度，然后根据相似度计算结果，模型按照*小或*大距离进行排序，并输出结果。 模型检索的关键技术是特征提取和特征匹配，特征主要包括颜色、纹理和形状特征，或这三类特征的融合。特征匹配主要包括新的相似度函数、特征融合方式和特征降维三大方面，具体分类如图1.2所示。 图1.2 模型检索的分类 特征提取方法的效率影响模型检索的效率，而特征匹配的作用也不容忽视，良好的匹配方法可有效提高检索效率，同时检索系统的优化和效率对检索的实际应用也起着重要作用。 1.2 二维和三维特征提取方法 1.2.1 二维形状特征的提取方法 形状符合人类视觉感知信息，是刻画视觉特征和基本信息的重要手段，是图像检索和分类中的重要工具。形状提取方法[1]广泛应用于图像检索、模式识别和目标跟踪等领域。一种有效的形状特征必须具有以下性质：短小精悍、较强的抗噪性能、刻画复杂物体的能力。除此之外，还要符合人类的视觉特性，所以形状表示和提取仍然是一项艰巨的任务。 已有的二维形状提取方法可归纳为基于轮廓的方法和基于区域的方法，如图1.3所示。其中轮廓方法是一种简单的边界描述方法，它通过提取物体边界来描述特征，通常以模型边界上的一点作为起始点，然后沿着某种参数方程曲线，采样系列点作为特征。这类方法注重轮廓特征，忽略物体内部结构，难以准确表达和区分物体的内部结构，故对复杂物体的形状提取准确性不高。关于轮廓提取方法的研究较多且发展迅速，其经典算法是 Fourier方法[2]、广义 Fourier方法[3]、 CSS(curvature scale space)[4]、GART(generalizations of angular radial transform)[5]等。小波方法在图像处理的发展过程中具有不可低估的作用。小波方法从产生至今，已发展到脊波、**代曲线波、第二代曲线波、条形波、轮廓波、波原子等方法，广泛应用于图像去噪[6]、图像检索[7]、SAR图像识别[8]、与高斯密度函数结合的图像分类[9]等。但小波系数特征存在诸多缺点，如计算量大、难以满足人的视觉相似性、图像检索的精度不高等。 图1.3 二维形状特征的分类 基于区域的方法包括矩方法和基于局部区域的方法。从数学概念上讲，矩特征是形状密度函数在不同核函数下的积分。矩对图像的全局形状比较有效，具有旋转、平移和缩放不变特性，被广泛应用于纹理和形状检索等[10]。常见的矩特征有 Zernike矩、Fourier-Mellin矩、Legendre矩等。基于局部区域的方法利用局部特征描述物体，包括基于区域点的区域分布、点的直方图统计方法、面积、体积、圆度、方度、三角率等。其中，区域点的区域分布和点的直方图统计方法的研究备受关注。*近，Shu等[11]提出了一种基于点的区域分布方法，该方法通过统计极坐标下图像轮廓直方图(contour points distribution histogram，CPDH)描述物体形状，符合人类视觉感知的特点，计算复杂度低，具有缩放和平移不变性，具体计算过程如图1.4所示。同时，该方法给出了一种新的 EMD(earth mover’s distance)计算方法，经过 CPDH处理后利用 EMD计算特征向量相似度，使得 CPDH在特征匹配中有一定优势。实验表明，该方法对各类形状有较强的描述能力，具有较好的检索效果。 RPD(rolling penetrate descriptor)[12]是一种基于系列穿过形状质心扫描线的形状函数方法，具体过程如图1.5所示。选取一条扫描线，绕着形状的质心旋转，旋转过程中计算三种形状函数并作为形状特征。 图1.4 CPDH方法统计过程[11] RPD方法可同时兼顾物体的内部结构信息和边界信息。 RPD描述符具有旋转不变性、抗噪性，对扭曲、部分遮挡图像仍表现出较强的形状描述能力。同时，该方法的研究思路可应用于其他领域。 图1.5 RPD形状特征的计算过程[12] 从某种意义上说，形状上下文(shape context)[13]也是一种相对于参考点分布的直方图方法，具有全局识别能力。计算过程如图1.6所示，其中(a)，(b)为两幅图像轮廓系列采样点，图中○和△为参考点；(c)为计算直方图所用的对数-极坐标系；(d)，(f)分别为(a)中○、△参考点对应的直方图；(e)为(b)中参考点◇的直方图，(g)为(a)与(b)在对数-极坐标系下直方图间的χ2距离。(d)和(e)表明，图(a)参考点○和图(b)中参考点◇的直方图相似，参考点△的直方图明显不同于前两者。由此推断，该方法与参考点的选择有关，与参考点位置较近的点距离较小，与参考点位置较远的点距离较大。 Panagiotis等[14]提出了一种基于自适应层次密度直方图的图像检索方法。该方法首先把灰度图像分割成不同区域，然后利用自适应层次分解法对图像进行分解，对每一层的不同区域统计相对密度向量，并对其进行量化处理，*后重建出特征向量，类似金字塔形的循环过程。该特征具有较高准确率，较低的计算复杂度，具有平移、放缩、旋转不变性。但是，该方法缺乏内在几何不变性，限制了该方法的应用和推广。 图1.6 形状上下文计算过程[13] 客观地说，每种特征提取方法都有自己的优缺点，迄今还没有一种能涵盖所有优点的算法。对部分典型二维形状提取算法的特点进行总结，如表1.1所示。 表1.1 典型二维形状提取算法的特点 1.2.2 三维形状特征的提取方法 三维形状特征是从几何信息上找到与人类感知特点相似的形状特征。已有的三维形状特征的提取方法包括实体 B-rep模型方法、形状分布函数方法、拓扑结构方法、三维矩方法等，如图1.7所示。 1．实体 B-rep模型方法 实体 B-rep模型方法从实体模型结构特性提取形状特征。通常情况下，将实体 B-rep模型转化为属性图后提取特征，但是基于 B-rep结构的方法一般不能表
书友推荐
- >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
随园食单
随园食单
¥15.4¥48.0 - >
烟与镜
烟与镜
¥15.8¥48.0 - >
朝闻道
朝闻道
¥10.2¥23.8 - >
自卑与超越
自卑与超越
¥17.9¥39.8 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
我与地坛
我与地坛
¥15.4¥28.0 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥18.6¥58.0
本类畅销
-
黑科技驱动世界的100项技术
¥21.9¥69.8 -
黑科技:驱动世界的100项技术(八品)
¥21.9¥69.8 -
指火控弹道与射击诸元理论
¥38.7¥49 -
智能照明工程手册
¥29.9¥49.8 -
光电直读光谱分析技术与应用
¥38.7¥49 -
服务型制造
¥76.3¥109
