本文關鍵詞：基于卷積神經(jīng)網(wǎng)絡的運動模糊編碼點識別　出處：《計算機輔助設計與圖形學學報》2017年10期 　論文類型：期刊論文

  更多相關文章： 機器視覺 圖像識別 運動模糊 卷積神經(jīng)網(wǎng)絡 編碼點

【摘要】：為解決運動目標三維視覺測量中的運動模糊視覺特征難以識別的問題,提出一種利用卷積神經(jīng)網(wǎng)絡識別布設于運動目標上的、具有一定運動模糊效應的視覺編碼點的方法.首先構建并解析運動模糊編碼點識別網(wǎng)絡(MBCNet);然后通過分析運動模糊效應形成機理,設計實現(xiàn)六參數(shù)驅(qū)動的運動模糊圖像模擬生成系統(tǒng),并利用該系統(tǒng)模擬生成的100類編碼點,共對66.5萬幅運動模糊圖像進行網(wǎng)絡訓練和測試,以解決大量實拍樣本數(shù)據(jù)難以獲得的問題.對實際拍攝的5類編碼點共1.5萬幅的運動模糊圖像進行實驗的結果表明,其識別精度達到了92.51%;該方法模擬生成的編碼點運動模糊圖像可以獲得良好的網(wǎng)絡訓練效果,且構建的MBCNet具有良好的泛化性能.
[Abstract]:In order to solve the problem that it is difficult to recognize the fuzzy visual features of moving objects in 3D vision measurement, a new method based on convolution neural network is proposed to identify moving objects. The method of visual coding points with certain motion blur effect. Firstly, the recognition network of motion fuzzy coding points is constructed and analyzed. Then, by analyzing the formation mechanism of motion blur effect, a six-parameter driven motion blur image simulation generation system is designed and implemented, and the system is used to simulate the generated 100 kinds of coding points. A total of 665,000 motion blur images were trained and tested on the network. In order to solve the problem that a large number of real sample data are difficult to obtain, the experimental results of 15,000 motion blur images of 5 kinds of coding points recorded in practice show that the recognition accuracy is up to 92.51; The proposed method can obtain good network training effect and the constructed MBCNet has good generalization performance.
【作者單位】： 南京航空航天大學機電學院;南京航空航天大學理學院;
【基金】：國家自然科學基金(51575276)
【分類號】：TP183;TP391.41
【正文快照】： 機器視覺測量技術能夠?qū)ξ矬w三維尺寸或相對位置進行快速測量,具有非接觸、速度快、柔性好等優(yōu)點.主動在被測物體表面布設視覺特征對于提高視覺測量數(shù)據(jù)的質(zhì)量和精度起著重要作用,而對所布設的視覺特征的準確識別是精確測量的前提.在航空航天等領域的一些應用中,需要對高速運

【相似文獻】

相關期刊論文 前10條

1 萬里,路林吉;基于頻譜參數(shù)估計和神經(jīng)網(wǎng)絡的運動模糊圖像恢復[J];計算機工程;2004年10期

2 洪漢玉,張?zhí)煨?非零邊界旋轉(zhuǎn)運動模糊圖像的恢復算法[J];中國圖象圖形學報;2004年03期

3 賀衛(wèi)國,黎紹發(fā);運動模糊圖像的噪聲功率的精確估計[J];計算機工程與應用;2005年08期

4 孟昕;張燕平;;運動模糊圖像恢復的算法研究與分析[J];計算機技術與發(fā)展;2007年08期

5 張磊;王廣生;;運動模糊圖像重構的算法及其并行化處理研究[J];現(xiàn)代電子技術;2008年10期

6 相林;崔榮一;;利用獨立分量分析的運動模糊圖像檢索[J];計算機工程與應用;2010年10期

7 王曉;劉澤乾;;基于提升小波的運動模糊圖像恢復[J];計算機仿真;2010年05期

8 魏雷;;運動模糊圖像的復原[J];硅谷;2011年02期

9 李陽;張路;張志勇;趙菲;;一種改進的運動模糊圖像恢復算法[J];計算機仿真;2011年05期

10 郭永彩;丁小平;高潮;;基于差分自相關的運動模糊圖像尺度參數(shù)識別[J];光電工程;2011年06期

相關會議論文 前10條

1 劉立欣;平振;陳曦;;高速運動模糊圖像的恢復[A];第九屆全國信息獲取與處理學術會議論文集Ⅰ[C];2011年

2 張旭明;熊有倫;尹周平;;噪聲污染運動模糊圖像點擴散函數(shù)估計[A];圖像圖形技術研究與應用(2010)[C];2010年

3 楊曉冬;劉俊;張倩倩;;紅外運動模糊圖像復原技術[A];浙江省信號處理學會2012學術年會論文集[C];2012年

4 李金夏;胡紹海;李向軍;;勻速直線運動模糊圖像的恢復技術研究[A];全國第三屆信號和智能信息處理與應用學術交流會�？痆C];2009年

5 范學良;張晶晶;賈志海;蔡小舒;;基于頻域分析的水滴運動方向識別[A];中國顆粒學會第六屆學術年會暨海峽兩岸顆粒技術研討會論文集（上）[C];2008年

6 孫農(nóng)亮;曹茂永;;運動模糊圖像清晰度評價函數(shù)的研究[A];中國儀器儀表學會第三屆青年學術會議論文集（上）[C];2001年

7 杜春;孫即祥;;基于峰度和圓擬合的旋轉(zhuǎn)運動模糊參數(shù)辨識[A];全國第19屆計算機技術與應用（CACIS）學術會議論文集（上冊）[C];2008年

8 禹晶;翁梓鈞;蘇開娜;;散焦與運動模糊圖像參數(shù)辨識的研究[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

9 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

10 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

相關重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

相關博士學位論文 前10條

1 徐樹奎;基于計算攝影的運動模糊圖像清晰化技術研究[D];國防科學技術大學;2011年

2 范賜恩;運動模糊圖像復原方法的研究[D];武漢大學;2012年

3 關柏青;基于主動序列模糊圖像的運動估計和振動測量[D];上海交通大學;2007年

4 邸慧;靶場圖像預處理和目標運動單像機測量方法研究[D];國防科學技術大學;2007年

5 石明珠;運動模糊圖像全變分復原理論及關鍵技術研究[D];北京理工大學;2014年

6 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

7 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

8 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

9 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

10 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

相關碩士學位論文 前10條

1 孔維榮;基于運動模糊圖像的位移檢測技術研究[D];江西理工大學;2015年

2 洪雪婷;光電混合相關的運動模糊圖像復原[D];浙江師范大學;2015年

3 馬麗;基于GPU的運動模糊圖像復原算法實現(xiàn)及優(yōu)化研究[D];南昌大學;2015年

4 羅云超;旋轉(zhuǎn)運動模糊圖像的參數(shù)辨別及其復原問題研究[D];武漢理工大學;2015年

5 鄧超;運動模糊圖像復原算法的研究與實現(xiàn)[D];南昌航空大學;2014年

6 王超;視頻監(jiān)控中的運動模糊圖像復原方法研究[D];合肥工業(yè)大學;2015年

7 馬彥中;基于正則約束的運動模糊圖像盲復原研究[D];東北大學;2014年

8 賈秋月;基于歸一化稀疏先驗和指導濾波的運動模糊圖像復原[D];吉林大學;2016年

9 周培培;基于塊先驗的運動模糊圖像復原算法研究[D];華中科技大學;2014年

10 付婷;印刷檢測系統(tǒng)運動模糊圖像復原的研究[D];天津科技大學;2015年

，

本文編號：1437250