周丹凤
- 作品数：3 被引量：4H指数：1
- 供职机构：合肥工业大学更多>>
- 发文基金：国家自然科学基金安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 视觉显著性特征约束下的骨架生长算法被引量：2
- 2012年
- 骨架特征在图像处理和计算机图形学等领域有着广泛的应用,而常规的骨架提取算法易受到噪声和物体自身变化的影响,使得提取的骨架难以进行后续的应用。本文提出联合离散曲线演化和弯曲度比率这两种视觉显著性特征约束下的骨架生长算法。在骨架生长过程中通过对判为结点的骨架点的邻域骨架点进行进一步的弯曲度比率约束,有效抑制了离散曲线演化约束骨架提取算法对于弯曲度较大的部位所产生的无法避免的冗余枝。通过调节保留的离散曲线演化点数以及弯曲度比率阈值,可获得多尺度的骨架。实验证明,在较大非刚体形变和轮廓噪声等干扰下,本文提出的算法仍能有效的抑制冗余骨架枝的产生,获得的骨架能够较好的表示图形中视觉重要部分。
- 周丹凤蒋建国詹曙王杰
- 关键词：多尺度
- 联合骨架与边界特征的平面形状分解被引量：1
- 2012年
- 在形状分析及其相关应用中,将形状分解成有意义的几个部分往往具有重要意义。骨架与轮廓都蕴含了丰富的物体形状全局与局部信息。提出一种联合骨架与边界特征的平面形状分解方法。该算法引入符合视觉特性的弯曲度比率作为约束,获得可控的分解结果以满足不同细节尺度的要求。算法充分利用对轮廓进行离散曲线演化时得到的信息,避免几个重要的部分被合并为一个整体。由于采用了鲁棒的骨架生成方法,使得算法对较高噪声干扰具有一定的鲁棒性,且能使得一个重要的部分不被进一步误分解。以MPEG7形状库等形状为实验对象,对算法的有效性进行了验证。分解实验结果均较为符合人类的主观感觉,同时对噪声污染的形状也具有较为鲁棒的结果。
- 蒋建国周丹凤郝世杰郭艳蓉詹曙
- 视觉显著性特征约束下的形状骨架提取与分解研究
- 随着互联网技术的不断发展,能够获取和利用的图像信息越来越丰富。如何从大量的图像信息中获取自己需要的部分,是当前研究较为活跃的领域之一。物体的形状特征在人的视觉系统中起着至关重要的作用,能够把一个物体同周围其他物体区分开来...
- 周丹凤
- 关键词：计算机视觉特征提取
- 文献传递
