骨架提取论文_罗登瀚,钱海忠,何海威,段佩祥,郭漩

导读:本文包含了骨架提取论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:骨架,法线,卷积,距离,曲率,形态学,中轴。

骨架提取论文文献综述

罗登瀚,钱海忠,何海威,段佩祥,郭漩[1](2019)在《面状建筑物多层次骨架线提取方法》一文中研究指出由于缺乏对凸部与建筑主体之间的层次关系描述,单个建筑物化简大多采用整体直角化方式进行,缺乏渐进式表达方法,难以实现对建筑物的多尺度、多层次逐步化简控制。针对该问题,提出了一种用于建筑物多层次表达的多层次骨架线构建方法。该方法首先通过构建Delaunay叁角网提取建筑物内骨架线段,然后根据骨架线所关联的叁角形面积识别得到主骨架线和次级骨架线之间的层级关系;最后对骨架线进行拉直处理。实验表明,该方法能够有效提取建筑物的多层次骨架线,较好地兼顾了建筑物的整体走向与局部形态特征,可为面状建筑物多尺度化简与表达提供支撑。(本文来源于《测绘科学技术学报》期刊2019年03期)

韩巧玲,赵玥,赵燕东,潘贤君,彭涌[2](2019)在《基于细化法的土壤孔隙骨架提取算法研究》一文中研究指出为可视化土壤孔隙的空间分布和拓扑结构,进一步理解土壤功能和生态过程,以自定义的规则结构和土壤孔隙结构为应用对象,进行了土壤孔隙骨架提取算法的研究,并验证细化法和距离变换法2种算法构建骨架模型的性能。试验结果表明,2种算法的骨架模型构建效果均不受模型类型的影响,其中,距离变换法构建的骨架模型存在体素点缺失和偏移的现象,而细化法提取的孔隙骨架模型结构完整,其平均骨架偏移距离(0. 10 mm)比距离变换法(0. 15 mm)减少了50%,具有良好的拓扑不变性。通过对细化性、连通性和中心性3个指标的综合分析,细化法具有优越的描述土壤孔隙形状及拓扑特征的能力,可为土壤物理结构及水文特性的研究奠定技术基础,为从孔隙尺度理解土壤功能奠定理论基础。(本文来源于《农业机械学报》期刊2019年09期)

马晨喆[3](2019)在《基于卷积神经网络的多人骨架提取算法研究》一文中研究指出人体的骨架提取是计算机视觉研究领域中非常重要的研究方向。随着计算机硬件水平的日益提高、计算能力指数级的增强,使得当前在图像处理方面有了长足的进步,因此在计算机上处理分析人体动作的需求也日渐增多。人体骨架提取技术是分析行为动作的基础,此技术具有非常重要的实际应用价值,如在监控领域希望预先判断出一个人的动作是否具有危险性;在体育、舞蹈等领域希望通过计算机进行人体动作打分来作为比赛参考标准。近年来,随着大数据与人工智能的发展,许多领域的问题转用深度学习卷积神经网络的方法来进行研究。对于人体骨架的提取也大多由传统方法转为使用卷积神经网络的方法。在实际应用中,多人的场景大于单人的场景,多人骨架的提取更具有研究价值。本文基于卷积神经网络在静态图片和视频两个方向阐述了提取多人人体骨架的方案,具体研究内容如下:1.在静态图片的多人骨架提取上,本文探讨了自上而下与自底向上方法的区别,并采用自底向上的方法对图片进行识别,在关节点特征的提取上采用热力图来表示人体关节点。随后采用改进的亲和域向量方法来寻找关节点之间的关系,优化关节点之于人体的匹配。最后基于改进的残差网络作为基础模型,采用MPII数据集上的数据进行训练,得到识别效果。2.在基于视频的多人骨架提取上,本文采用两种识别方案。在第一个方案中,对于之前静态图片识别方案的基础上加以改进,采用基于RNN的方法去学习帧于帧之间关节点的联系,并探讨了 RNN改进模型GRU对识别的影响,最终得到视频的识别结果;在第二个方案中单帧图片中采用Faster R-CNN的方法检测人体框,并在每个人体框中检测各个人体的骨架图,最终使用IOU跟踪方法寻找视频中帧于帧之间的关系优化识别效果。两种方法的训练数据集均采用PoseTrack,最终对两者的识别率与识别效率进行对比。(本文来源于《西安理工大学》期刊2019-06-30)

赵威成,马亚辉,郑甲伟[4](2019)在《基于DWT-SVD影像处理的河流骨架线提取》一文中研究指出河流骨架线是一种重要的基础参考数据,有着十分重要的意义。目前,提取河流骨架线的方法常常会出现断裂,植被等非水体信息也没有得到有效的抑制。本文提出利用DWT-SVD对低反差原始影像进行增强处理,提高NDWI和INDVI的特征提取精度,利用INDVI对NDWI进行非水体信息影响抑制和水体信息增益,使得水体信息提取更为准确,利用数学形态学约束河流二值图像,最终提取河流骨架线。实验表明,该方法提取的河流骨架线更符合河流的真实位置与形状,具有更高的准确性。(本文来源于《矿山测量》期刊2019年03期)

缪永伟,陈程[5](2019)在《基于距离场的网格模型骨架提取》一文中研究指出作为叁维模型的一维表示方式,曲线骨架在计算机视觉和可视化应用中扮演着重要角色。为有效地从网格模型中提取高质量骨架,提出了一种新的基于距离场的骨架提取方法。首先,用户对输入的叁维模型进行最小包围盒计算,并将该空间按照一定精度划分成一个个小立方块空间;其次,对每个小立方块空间进行判定,剔除模型外部立方块并计算内部立方块的距离值,完成模型体素化;接着,对每块体素进行距离值局部最大求解,完成对体素的初步选取;然后,对选取的体素迭代进行最大内切球约束去除冗余体素得到骨架点;最后,对选择的骨架点按照一定的规则进行有序连接形成骨架。实验结果表明:该方法能准确地提取质量较好的叁维模型骨架。(本文来源于《浙江工业大学学报》期刊2019年04期)

郝腾宇[6](2019)在《基于骨架提取的树木点云叁维重建方法研究》一文中研究指出树木是自然界中不可或缺的一部分。利用虚拟现实技术模拟树木在自然环境下的生长过程和运动方式、掌握树木在生长过程中对外界环境的应激反应、加快全方位学习和了解树木知识的进度,对研究人与环境的关系具有十分重要的意义。叁维激光点云是模拟植物生长和树木建模的数据基础。点云数据包含各点之间相对位置关系、局部的拓扑结构以及整体的几何形状等空间信息。随着虚拟现实技术和计算机图形学在农林业的应用不断深入,树木点云的叁维建模和模拟植物生长已然成为目前国内外各个相关机构的研究热点。由于树木存在枝条繁多且纵横交错等现象,并且具有复杂的拓扑结构。使用传统的点云重建算法直接在树木点云表面进行叁角网格剖分,会产生大量的畸形结构,不符合自然世界中树木的几何形状。当前树木点云重建算法严重依赖于大量的先验知识启发和复杂的交互式操作,操作方式繁琐,算法结构复杂,时间成本巨大,得不到理想的模型效果。针对以上问题,为了充分利用树木点云的自身信息,有效保留点云内部之间拓扑关系,本文提出一种基于骨架提取的树木点云叁维重建方法,将网格平滑算法直接应用于树木点云表面,提取树木点云的基础拓扑结构,在骨架的基础上对树木进行几何构建。本研究的主要内容及其创新点如下:(1)构建了树木点云获取和预处理方案。使用双目激光叁维扫描仪获取树木点云数据;为了去除树木点云包含的噪声、离群点以及奇异值,分别采用了双边滤波器和密度聚类算法,平均误差为0.28mm;采用基于邻域几何特征相似度和一致性漂移配准方法对树木点云进行配准,配准误差在0.03mm以内;在完整的树木点云上基于射线原理对点云进行精简,精简率达到72%;最后利用八叉树结构对点云进行分割;树木点云预处理为后续骨架提取工作提供了良好的基础。(2)针对树冠处枝条点云稀疏导致几何重建率低的问题,提出了基于曲率法线流算子的树点云骨架提取算法。首先对点云进行局部网格化,在每个顶点建立一环邻域;然后利用基于曲率法线流网格收缩算法提供的收缩力,将树木点云收缩到几乎零体积形状。在局部范围内,曲率法线流算子令顶点以平均曲率的速度沿局部法线向点云内部移动,保持了相邻点之间的相对位置关系;在整体上,将点云向内部迭代收缩,保留了原始树木点云的几何形状和拓扑结构。模型收缩比例占初始体积的1%至5%,吻合度在97%以上,收缩效率为800点/s。(3)针对树木枝条平滑修长以及枝叉处弯曲幅度平缓的特点,提出了一种改进的二次误差度量网格简化算法。该算法以网格边的二次误差度量值为形状成本,使提取的一维曲线骨架与骨架网格保持相同的拓扑结构和几何形状;为防止生成过长的骨架边,设置一个边长成本约束,保留骨架点与原始点云之间的精确映射关系。骨架分支连接处的平滑角度在[10~?,45~?]之间,网格简化速率为5000面/s。(4)构建了骨架修正和几何重建方案。在骨架修正方面,基于点云-骨架映射将每个骨架点移动到其对应的原始点云的中心,偏离误差小于0.03cm;采用生长角度约束和双向探测法将提取的骨架进行连通处理,骨架连接角度小于45~?。在几何重建方面,建立了骨架点结构和树层次结构,结合树木的植物特点和异速生长理论,为每个骨架点分配与其权重成正比的半径,以骨架为中轴建立广义圆柱体对树木点云进行几何重建,平均半径误差为±0.34cm。(5)设计了不同的对比实验对树木点云骨架提取和几何重建进行研究分析。在提取骨架的精度方面,设计了曲率法线流算子与余切算子的对比实验,验证了本文算子在树冠处能更好的保留原始点云的几何形状,不存在骨架突出和环形结构等现象。在骨架提取的速度和重建度方面,设计了本文算法与其他经典算法(ROSA算法、L_1-中轴算法、体素化算法、空间殖民算法)的对比实验,相对于其他算法,本文算法不需要额外的预处理操作和法向量计算,并且对于适当噪声和残缺模型有良好的鲁棒性。对于数量在10k-150k之间的树木点云,本文算法的骨架提取速度为600点/s,相比其他算法提高3倍以上,枝条重建率提高25%。(本文来源于《西北农林科技大学》期刊2019-05-24)

李樟楠,沙浩岩,杨南,元野,朱广山[7](2019)在《磷酸基多孔芳香骨架材料用于提取铀离子》一文中研究指出采用联苯为建筑基元,合成了价格低廉、操作简便、易于工业化的多孔芳香骨架材料PAF-45.通过后修饰方法,制备了带有磷酸基团的多孔芳香材料(PAF-45-PG).通过FTIR(傅里叶变换红外光谱), TGA(热重分析), PXRD(多晶粉末X射线衍射), SEM(扫描电子显微镜), TEM(透射电子显微镜)以及N_2吸附实验,对PAF-45-PG的结构及孔道性质进行了系统的表征.由于骨架中引入了磷酸基团,PAF-45-PG具有优良的铀离子吸附性能,在pH=6的条件下可以达到100mg·g~(-1).另外,该材料成本低廉,具有可观的工业化前景,为多孔材料在能源方面的应用提供了广阔前景.(本文来源于《化学学报》期刊2019年05期)

段红娟[8](2019)在《半自动点云模型线性骨架提取技术》一文中研究指出本文基于ROSA(Rotational Symmetry Axis)和中轴的骨架提取算法,搭建一个半自动的点云模型线性骨架提取实验平台,系统地分析了基于勾画的交互方式进行点云模型骨架提取的实验平台的结构与特点,并阐述了骨架结点位置提取、骨架连接关系提取、骨架编辑等各个功能模块在实验平台中的具体实现和功能,最后对实验平台的开发工作进行了总结。(本文来源于《现代信息科技》期刊2019年08期)

史聪伟,赵杰煜,常俊生[9](2019)在《基于中轴变换的骨架特征提取算法》一文中研究指出针对中轴变换算法提取骨架特征时,其结果对边界噪声敏感且易产生毛刺的问题,提出一种基于中轴变换的改进算法。采用Voronoi图计算原始中轴,使用改进的二次误差度量方法去除毛刺。在二维及叁维数据集上的实验结果表明,该算法能够提取简洁、准确的骨架,且对边界噪声具有鲁棒性。(本文来源于《计算机工程》期刊2019年07期)

王强[10](2019)在《基于叁维点云骨架提取的单木L系统规则构造方法研究》一文中研究指出当下虚拟现实技术浪潮助推了叁维建模技术的发展与繁荣。树木作为自然景观模型的代表,成为了虚拟建模研究的重点。由于树木种类繁多且类间几何形态差异较大,导致其不能批量建模,另外,随着体验者需求的提升,对建模的时效性和真实性也提出了新要求。L系统是一种定义简洁和高度结构化的分形建模方法,该方法依据文法规则可以实现多变的建模。但是传统L系统规则构建成本过高,需要相关的数学基础和专业知识背景,不利于大型场景的快速准确建模。为了解决上述问题,本文提出了一种L系统规则的自适应提取方法:该方法利用点云数据来提取树木骨架和枝干参数信息,进而用骨架来抽取树木的无参产生式,并将参数与产生式匹配来得到树木对应的L系统规则。最终,利用所得规则进行建模,通过对比模型与实物的相似性,来验证所得规则的准确性。本文主要做了以下几方面的工作:1)首先研究了目前基于L系统建模的思路和方法,通过系统地梳理文献,凝练出近几年来L系统在植物建模领域取得的进展和尚存在的不足,同时对影响L系统规则构建的因素做了分析。2)为了对基础的海量点云数据进行高效操作,提出了一种类八叉树混合点云索引结构。简要阐述了KD树和八叉树的原理,对类八叉树思想和编码方式进行了详细论述,并通过实验进行了验证。3)针对L1骨架提取算法提出一种优化算法,以此来解决由于点云缺失导致的骨架准确性不足和随机采样造成的骨架可重复性较差等问题。首先在类八叉树空间分割的基础上,对局部缺失严重的模型进行自适应点云增强;然后采用基于子空间的最邻近采样算法对增强后的点云进行下采样;最后,依据所得的采样点在增强后的点云中提取骨架。4)为了获得完备的L系统规则,首先利用解析算法对骨架进行解析,将获得的拓扑结构和分支参数存储下来;然后通过规则生成算法将树木的无参产生式与参数相匹配,生成完整的L系统规则。最后,将生成的L系统规则导入到L-studio软件中,通过生成仿真模型和真实树木对比来验证生成规则的有效性。(本文来源于《华北电力大学》期刊2019-03-01)

骨架提取论文开题报告

(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:

为可视化土壤孔隙的空间分布和拓扑结构,进一步理解土壤功能和生态过程,以自定义的规则结构和土壤孔隙结构为应用对象,进行了土壤孔隙骨架提取算法的研究,并验证细化法和距离变换法2种算法构建骨架模型的性能。试验结果表明,2种算法的骨架模型构建效果均不受模型类型的影响,其中,距离变换法构建的骨架模型存在体素点缺失和偏移的现象,而细化法提取的孔隙骨架模型结构完整,其平均骨架偏移距离(0. 10 mm)比距离变换法(0. 15 mm)减少了50%,具有良好的拓扑不变性。通过对细化性、连通性和中心性3个指标的综合分析,细化法具有优越的描述土壤孔隙形状及拓扑特征的能力,可为土壤物理结构及水文特性的研究奠定技术基础,为从孔隙尺度理解土壤功能奠定理论基础。

(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。

骨架提取论文参考文献

[1].罗登瀚,钱海忠,何海威,段佩祥,郭漩.面状建筑物多层次骨架线提取方法[J].测绘科学技术学报.2019

[2].韩巧玲,赵玥,赵燕东,潘贤君,彭涌.基于细化法的土壤孔隙骨架提取算法研究[J].农业机械学报.2019

[3].马晨喆.基于卷积神经网络的多人骨架提取算法研究[D].西安理工大学.2019

[4].赵威成,马亚辉,郑甲伟.基于DWT-SVD影像处理的河流骨架线提取[J].矿山测量.2019

[5].缪永伟,陈程.基于距离场的网格模型骨架提取[J].浙江工业大学学报.2019

[6].郝腾宇.基于骨架提取的树木点云叁维重建方法研究[D].西北农林科技大学.2019

[7].李樟楠,沙浩岩,杨南,元野,朱广山.磷酸基多孔芳香骨架材料用于提取铀离子[J].化学学报.2019

[8].段红娟.半自动点云模型线性骨架提取技术[J].现代信息科技.2019

[9].史聪伟,赵杰煜,常俊生.基于中轴变换的骨架特征提取算法[J].计算机工程.2019

[10].王强.基于叁维点云骨架提取的单木L系统规则构造方法研究[D].华北电力大学.2019

论文知识图

利用多孔AAO膜制备-Al2O3多孔膜过程图算法的多尺度骨架提取,h=2通信模型的骨架提取有偏网络的骨架提取水印骨架提取角点阈值为0.5时,Face型网络的骨

标签:;  ;  ;  ;  ;  ;  ;  

骨架提取论文_罗登瀚,钱海忠,何海威,段佩祥,郭漩
下载Doc文档

猜你喜欢