本文選題：目標定位 + 邊緣特征　； 參考：《計算機輔助設計與圖形學學報》2017年01期

【摘要】：為了解決目標檢測中物體定位效率不高的問題,針對現(xiàn)有多數(shù)方法采用的窮舉式的滑動窗口檢測的不足,提出一種改進的Prim算法融合超像素而產(chǎn)生推薦窗口的算法.先采用快速的結(jié)構(gòu)化邊緣檢測算子產(chǎn)生邊緣結(jié)構(gòu),然后通過非極大值抑制產(chǎn)生各邊緣集合,再由邊界集合構(gòu)建物體輪廓確定Prim算法融合超像素初始的條件,最終由超像素間的邊界強度和開始產(chǎn)生的邊緣輪廓判斷終止條件,產(chǎn)生圖像中各物體的定位區(qū)域.在Pascal VOC 2007數(shù)據(jù)集上進行實驗的結(jié)果表明,在一致的檢測標準下,文中改進的Prim算法在平均重疊率達到0.78的情況下,將原有算法產(chǎn)生的推薦窗口減少了60%左右,同時算法時間提升近1倍.
[Abstract]:In order to solve the problem that the object location efficiency is not high in target detection, an improved Prim algorithm is proposed to produce the recommended window by merging the super-pixels and aiming at the shortcomings of the exhaustive sliding window detection used by most of the existing methods. A fast structured edge detection operator is used to generate the edge structure, then each edge set is generated by non-maximum suppression, and then the prim algorithm is used to construct the contour of the object to determine the initial condition of the fusion superpixel. Finally, the termination condition is judged by the boundary strength between the super-pixels and the starting edge contour, and the location region of each object in the image is generated. The experimental results on Pascal VOC 2007 data set show that the improved Prim algorithm can reduce the recommended window by about 60% under the condition that the average overlap rate of the improved Prim algorithm is 0.78. At the same time, the time of the algorithm is nearly doubled.
【作者單位】： 江南大學物聯(lián)網(wǎng)技術應用教育部工程研究中心;
【基金】：國家自然科學基金(61373126) 江蘇省自然科學基金(BK20131107) 中央高校基本科研業(yè)務費專項資金(JUSRP51510)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 彭良剛;;基于邊緣特征的運動車輛陰影消除方法[J];軟件導刊;2013年08期

2 荊浩;陳學Oz;顧志偉;;一種基于邊緣特征的海岸線檢測方法[J];計算機仿真;2006年08期

3 唐旭晟;陳丹;;基于局部邊緣特征的快速目標檢測[J];計算機輔助設計與圖形學學報;2011年11期

4 童濤;楊桄;孟強強;孫嘉成;葉怡;陳曉榕;;基于邊緣特征的多傳感器圖像融合算法[J];紅外與激光工程;2014年01期

5 邱開金;肖國強;張為群;;基于塊邊緣特征直方圖的圖像檢索[J];計算機科學;2006年04期

6 羅南超;向昌成;;基于邊緣特征和能量的圖像融合方法[J];計算機工程;2010年15期

7 楊健;李若楠;黃晨陽;王剛;丁闖;;基于局部顯著邊緣特征的快速圖像配準算法[J];計算機應用;2014年01期

8 張偉;周昌樂;林坤輝;;基于邊緣特征小波變換的壓縮算法關鍵技術[J];計算機工程;2005年23期

9 李哲;鄭江濱;;基于邊緣特征的偽造圖像盲檢測算法[J];西北工業(yè)大學學報;2009年05期

10 周麗雅;秦志遠;;突出邊緣特征的圖像融合方法研究[J];測繪科學技術學報;2008年06期

相關會議論文 前2條

1 侯正信;;利用邊緣特征的離散余弦子帶圖像編碼[A];第九屆全國信號處理學術年會（CCSP-99）論文集[C];1999年

2 李太君;吳秋麗;易家傅;;融合對象顏色和邊緣特征的圖像檢索[A];第四屆中國軟件工程大會論文集[C];2007年

相關碩士學位論文 前5條

1 李倩;基于邊緣特征的行人檢測技術研究與實現(xiàn)[D];東北大學;2011年

2 李俊;基于邊緣特征及對稱差分的鐵路安全圖像處理技術研究[D];武漢理工大學;2009年

3 王海波;基于顏色和邊緣特征的圖像檢索技術研究[D];新疆大學;2011年

4 陳安琪;最簡方案中的詞序討論[D];天津師范大學;2013年

5 郝萬里;基于邊緣特征的圖像配準算法研究[D];沈陽理工大學;2012年

，

本文編號：2108975