您现在的位置: 首页> 研究主题> 几何矩

几何矩

几何矩的相关文献在1997年到2022年内共计74篇,主要集中在自动化技术、计算机技术、一般工业技术、无线电电子学、电信技术 等领域,其中期刊论文64篇、会议论文4篇、专利文献12102篇;相关期刊56种,包括人天科学研究、产业与科技论坛、莆田学院学报等; 相关会议4种,包括第三届地理信息系统全国博士生学术论坛、第十一届全国图象图形学术会议、全国第九届微弱信号检测学术会议等;几何矩的相关文献由194位作者贡献,包括朱丹、李嵩、罗立民等。

几何矩—发文量

期刊论文>

论文:64 占比:0.53%

会议论文>

论文:4 占比:0.03%

专利文献>

论文:12102 占比:99.44%

总计:12170篇

几何矩—发文趋势图

几何矩

-研究学者

  • 朱丹
  • 李嵩
  • 罗立民
  • 郑运平
  • 冷珏琳
  • 刘晶
  • 刘田田
  • 姚一鸣
  • 张利
  • 张哲
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 朱颖; 黄宇钧; 张亚婉; 唐艳凤; 屈福康
    • 摘要: 机器人作业环境复杂、物料的随机摆放使得目标识别与定位精度低、实时性差,提出改进几何矩的移动机器人目标识别;采用RGB-D相机进行图像采集与深度信息获取;提出了基于HSV的改进自动阈值与形态学相结合的分割算法对目标物料进行识别,根据HSV颜色空间的特点结合Otsu算法对物料目标进行分割,通过高斯滤波与形态学低通滤波器OC-CO对分割后的目标进行滤波降噪和补全处理;提出了Graham与旋转卡壳相结合的算法寻找最小外接矩来获取目标物料的准确位姿;实验结果表明算法具有较高的准确性和鲁棒性。
    • 王化明; 刘茂兴; 熊峻峰; 于金龙
    • 摘要: 针对牙刷分拣中的定位问题,在确定牙刷位置的基础上采用深度学习实现牙刷姿态识别.对牙刷图像进行去噪增强,通过阈值分割提取感兴趣区域,计算图像的几何矩获得牙刷的方向角和外接矩形,以外接矩形的中心作为牙刷位置.用矩形框内的牙刷图像训练残差网络模型,当模型正确率达到要求时保存该模型,用于判断图像中牙刷的姿态.测试结果表明,该方法可以快速准确地实现牙刷的位置确定与姿态识别,为机器人分拣提供牙刷位姿信息.
    • 彭策; 胡伟
    • 摘要: 提出一种基于图像几何矩和材料质心与凸包质心形成矢量线角度的定位方法.当材料是不规则形状时,计算输入区域的几何矩得到椭圆,使用几何矩的0阶和1阶矩计算出材料区域的质心,再计算质心到区域轮廓距离最长的点,通过该距离最长的点,给原本没有方向性的椭圆赋予正方向,旋转角度为正方向长轴和水平坐标轴的夹角.当材料是规则对称图形时,通过计算输入区域的质心和区域凸包重心形成的矢量线和水平轴的夹角,计算材料旋转角度.理论分析和实验结果表明:该定位方法简单灵活,定位精度和定位速度均在预期范围内.
    • 冷珏琳; 张哲; 刘田田; 郑澎
    • 摘要: 基于矩方法及其理论,提出了一个基于几何矩的形状匹配算法,用于识别CAD模型中具有相似形状特征的几何体。该算法采用一组满足平移、旋转、缩放不变性的几何矩不变量对三维几何体的形状特征进行描述,并根据形状特征向量的相似程度评估几何体之间的相似性。为提高几何矩计算的准确性和效率,对CAD模型的三角面片数据进行了预处理,并采用递归算法实现各阶几何矩的快速计算。形状匹配算法被应用于CAE软件的相似几何体拾取中,能够通过GUI交互的方式实时拾取与目标几何体形状特征相似的几何体,取得了良好的应用效果。
    • 冷珏琳; 张哲; 刘田田; 郑澎
    • 摘要: 基于矩方法及其理论,提出了一个基于几何矩的形状匹配算法,用于识别CAD模型中具有相似形状特征的几何体.该算法采用一组满足平移、旋转、缩放不变性的几何矩不变量对三维几何体的形状特征进行描述,并根据形状特征向量的相似程度评估几何体之间的相似性.为提高几何矩计算的准确性和效率,对CAD模型的三角面片数据进行了预处理,并采用递归算法实现各阶几何矩的快速计算.形状匹配算法被应用于CAE软件的相似几何体拾取中,能够通过GUI交互的方式实时拾取与目标几何体形状特征相似的几何体,取得了良好的应用效果.
    • 李靖宇; 沈丹峰; 王玉; 李耀杰
    • 摘要: 为了提高机器视觉对纱筒图像识别检测的准确率,课题组提出了一种参数可调均值迁移滤波算法.在图像采样过程中,先对源图像进行锐化处理,再对图像空间窗口与颜色窗口同时进行卷积操作,筒子纱的边缘轮廓得到完整保留,且通过滤波处理去除图像噪声;采用Canny算子边缘检测,完成对筒子纱的轮廓提取;几何矩计算轮廓质心和横纵比过滤判别筒子纱的放置状态.实验结果表明:该方法在图像处理过程中准确、可靠,能够满足图像识别检测的要求.
    • 曹地; 曹建农; 朱倩
    • 摘要: 针对降维解构分析的多尺度图像处理容易造成高维信息的破碎与损失这一问题,建立了一种基于图像几何矩的非降维连续尺度解构模式,并在此模式下构建了10组非降维解构模型.模型以单通道图像为应用对象,以几何矩为算子,以不同尺度窗口下矩运算产生的特征值为基础对原始信息进行非降维解构.10组解构结果呈现均衡模式和增长模式两种形态.代入多尺度分割算法验证证明,基于图像几何矩的非降维连续解构分析可以提升多尺度分割精度,且增长模式下的解构信息对于图像分割更有利.%Dimensionality-reduction analyses are effective to deconstruct image completely, but also destructive for high-dimension information of image.Therefore, this study proposes a 2-dimension multiscale image deconstruction mode to solve this problem which is based on geometric moment.In this mode, 10 groups of 2-dimension multiscale deconstruction models are built.Models use single channel image as target, use different geometric moments as operators, use different scales of windows as operand, and use moment calculation to get eigenvalues.Based on eigenvalues, multiscale models are built.According to statistics analysis, 10 models are in two patterns, which are equilibrium pattern and growth pattern.Result shows that 2-dimension multiscale image deconstruction analysis could improve the accuracy of multiscale image segmentation, and growth pattern models are more effective than equilibrium pattern models.
    • 姚一鸣; 陈龙
    • 摘要: 根据汽车插片保险丝的形状特征,基于机器视觉与OpneCV开源视觉库设计汽车插片保险丝定位算法.通过对采集到的汽车插片保险丝图像进行处理,计算出汽车插片保险丝的位置与角度.算法核心为通过计算汽车插片保险丝轮廓的几何矩求取位置信息,并结合最小外接矩形与汽车插片保险丝的形状特征求取角度信息.试验结果表明,该算法能够准确检测出图像中汽车插片保险丝的位置及角度信息,具备一定的应用价值.
    • 姚一鸣; 陈龙
    • 摘要: 根据汽车插片保险丝的形状特征,基于机器视觉与OpneCV开源视觉库设计汽车插片保险丝定位算法。通过对采集到的汽车插片保险丝图像进行处理,计算出汽车插片保险丝的位置与角度。算法核心为通过计算汽车插片保险丝轮廓的几何矩求取位置信息,并结合最小外接矩形与汽车插片保险丝的形状特征求取角度信息。试验结果表明,该算法能够准确检测出图像中汽车插片保险丝的位置及角度信息,具备一定的应用价值。
    • 汪威; 何小凡; 李浩然; 黄玉春; 钟毓宁
    • 摘要: 目的提高包装卷材图像的检测速度与精度,以实现快速在线检测。方法预先对几副标准样本图像进行拼接,将得到拓展的样板图像作为动态模板的母版。检测过程中,首先计算待测图样中心区域经简化的图像几何矩,并在前述样板中的一段区间内搜寻最佳匹配位置。再以该位置为中心,在样板图像上划分出与待测图样相同大小的区域作为动态模板,最后利用图像差影法实现缺陷检测与识别。结果二阶简化几何矩能有效减少运算量,动态模板可显著提高卷材图像检测速度,以电子元器件包装卷材载料带为检测对象对所提出的方法进行了测试,在较高分辨率条件下检测速度不低于2 m/s。结论该算法可满足包装卷材快速在线检测需求,对提高相位不确定性图像检测速度有一定参考意义。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号