导读:本文包含了边界矩论文开题报告文献综述及选题提纲参考文献，主要关键词:水下机器人,目标识别,边界分割,边界矩
边界矩论文文献综述
王士龙,徐玉如,万磊,唐旭东[1]（2012）在《基于边界矩和改进FCM聚类的水下目标识别》一文中研究指出水下目标的识别是水下机器人对环境动态感知、快速定位与跟踪视觉目标的关键,本文针对水下成像的特殊性以及成像环境的复杂性,旨在设计一种快速、准确的目标识别系统以指导水下机器人进行下一步的任务.首先,综合运用一些流行的算法,简要介绍了一种有效的边界分割算法;然后通过对边界矩的分析和修正,构造了具有平移、旋转及比例变换不变性的仿射变换;最后详细描述了改进的FCM聚类识别的设计理念.通过对实测的4类物体组成的水下目标的识别实验,证明了所提水下目标识别系统可以用于水下目标识别,并且具有较高的鲁棒性和实时性.(本文来源于《系统工程理论与实践》期刊2012年12期）
丁宇辰[2]（2012）在《基于边界矩和面积特征的零件图像识别方法》一文中研究指出本文在研究和分析了零件图像特征提取技术的基础上,利用二值化的零件图像,依据Hu不变矩特征和面积特征相结合,克服了单一特征识别的局限性。从实验结果的对比可以看出,多特征识别减少了误差,具有较好的识别性能。(本文来源于《软件》期刊2012年07期）
王士龙,徐玉如,庞永杰[3]（2011）在《一种新的Pesudo-Zernike边界矩用于海洋目标特征提取》一文中研究指出在海洋环境中,由于海水中各种悬浮物以及海水本身对光的散射和吸收作用较强,水下图像具有信噪比低、边缘模糊等特点。针对叁类典型的海洋目标,提出了一种新的伪Zernike边界矩,通过将其计算范围扩充到任意矩形,并运用快速算法以及归一化方法,构造了离散不变量,使其可以用作目标描述子。经过和HU矩以及伪Zernike区域矩方法的特征提取效果比较实验,证明了所提方法不但具有较好的时效性,而且鲁棒性强、准确率高。这对于实施作业的水下机器人来说是尤为首肯的。(本文来源于《Proceedings of 2011 2ND International Conference on Innovative Computing and Communication and 2011 Asia-Pacific Conference on Information Technology and Ocean Engineering(CICC-ITOE 2011 V3)》期刊2011-03-05）
韩斌,黄刚,王士同[4]（2009）在《基于边界矩和支持向量机的火焰识别算法》一文中研究指出根据火焰的燃烧特性,结合火焰的空间形状特征和动态变化特征,设计了一种基于动态边界矩和支持向量机的火焰识别算法。利用相邻帧边界矩不变量的差值来描述火焰的动态特征,基于支持向量机对火焰和疑似火焰目标样本进行分类检测。实验表明,该算法具有较好的火焰目标识别性能、较低的虚警率和较强的抗干扰性能。(本文来源于《计算机应用研究》期刊2009年07期）
韩斌,王士同[5]（2009）在《模糊边界矩特性研究》一文中研究指出研究了图像边界矩的模糊不变性,推导出模糊边缘带区域不变矩中准(2Fe)～准(7Fe)与该图像所对应的清晰图像的边界不变矩准2～准7一致的结论。利用该结论,对模糊图像提取边界不变矩特征时,可不必首先精确提取其精确边缘,方便了边界不变矩特征的提取,提高了边界不变矩特征提取的鲁棒性。仿真实验结果也验证了结论的正确性。(本文来源于《计算机工程与应用》期刊2009年06期）
严华,殷国富,宁芊[6]（2008）在《基于边界矩的机械零件图像轮廓特征提取技术》一文中研究指出为实现机械零件的有效分类,针对零件具有比较明显的轮廓特征的特点,提出了基于边界矩的零件图像轮廓特征提取方法。首先采用轮廓提取算法,提取零件二值图像的轮廓,在进行水平倾斜校正后,以零件的质心为中心,将轮廓图像划分为若干个扇形子区域。利用改进的边界矩计算方法,分别计算出各子区域的边界矩,从而得出零件轮廓图像边界矩的分布特性。最后,采用K均值聚类算法对提取的零件轮廓特征进行分类,实验结果证明了该方法的有效性。(本文来源于《计算机集成制造系统》期刊2008年07期）
吕强[7]（2006）在《基于边界矩的模糊神经网络图象识别》一文中研究指出图像识别是模式识别的一个重要分支，经过数十年的发展，现在已经渗透到了军事、空间探索、医学、邮电等各个领域，具有很大的实用价值和重要意义。 不变矩是图象的一种统计特征，具有平移、旋转和比例不变性，利用矩不变量进行形体识别一直是图像识别的研究重点。本文详细介绍了几何矩、Hu矩不变矩的概念、性质及在图像识别中的应用。为了加快识别速度，提出并应用边界矩，也就是在识别物体的边界上提取不变矩。 BP神经网络是各种神经网络模型中具有代表意义的神经网络模型之一，己获得了广泛的应用。如果恰当选择BP网络的结构，它能够以极高的精度和泛化能力描述许多问题。为了提高识别率，文中将模糊技术与神经网络结合，提出模糊神经网络识别系统。 本文就是基于边界矩特征和神经网络的图像识别模型。所设计的识别模型包括边界矩特征提取、边界矩矢量标准化、模糊化预处理、BP网络与竞争选择。利用边界矩提取图像的特征矢量，利用神经网络作为分类器对提取的特征矢量分类，使用模糊化的方法先对输入特征数据做预处理再进行识别。实验证明该方法很有效，训练后的网络具有较高的识别能力。在本文最后，对系统的抗噪声性能进行了研究，实验表明在噪声背景下，系统识别率有所下降。最后，提出了系统需要改进的方向。(本文来源于《哈尔滨工程大学》期刊2006-02-01）
李丽宏,苗敬利,王静爽,安庆宾[8]（2005）在《相对边界矩在模式识别中的应用》一文中研究指出针对采用图像二维不变矩识别目标形状时,计算量大,耗费时间长的缺点,本文提出了相对边界矩算法,这种算法是利用目标物体的边界进行识别的,所以不仅计算速度快而且在离散状态下也具有平移、旋转和比例因子不变性,实验证明,此方法是一种快速的行之有效的方法。(本文来源于《微计算机信息》期刊2005年11期）
边界矩论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文在研究和分析了零件图像特征提取技术的基础上,利用二值化的零件图像,依据Hu不变矩特征和面积特征相结合,克服了单一特征识别的局限性。从实验结果的对比可以看出,多特征识别减少了误差,具有较好的识别性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
边界矩论文参考文献
[1].王士龙,徐玉如,万磊,唐旭东.基于边界矩和改进FCM聚类的水下目标识别[J].系统工程理论与实践.2012
[2].丁宇辰.基于边界矩和面积特征的零件图像识别方法[J].软件.2012
[3].王士龙,徐玉如,庞永杰.一种新的Pesudo-Zernike边界矩用于海洋目标特征提取[C].Proceedingsof20112NDInternationalConferenceonInnovativeComputingandCommunicationand2011Asia-PacificConferenceonInformationTechnologyandOceanEngineering(CICC-ITOE2011V3).2011
[4].韩斌,黄刚,王士同.基于边界矩和支持向量机的火焰识别算法[J].计算机应用研究.2009
[5].韩斌,王士同.模糊边界矩特性研究[J].计算机工程与应用.2009
[6].严华,殷国富,宁芊.基于边界矩的机械零件图像轮廓特征提取技术[J].计算机集成制造系统.2008
[7].吕强.基于边界矩的模糊神经网络图象识别[D].哈尔滨工程大学.2006
[8].李丽宏,苗敬利,王静爽,安庆宾.相对边界矩在模式识别中的应用[J].微计算机信息.2005