形态图方法可以用最少的二维投影图像表达一个完整的三维物体,使三维物体识别转化为目标一次二维成像与库中三维模型的二维形态图之间的匹配,从而有效地实现三维目标识别,具有重要的研究意义。研究内容包括:(1)形态图的理论研究:一方面,以突变论和数值分析方法为基础,结合目标知识研究目标形态的临界区域,获得最少的可能的形态临界区域;另一方面,与划分形态空间的统计聚类方法进行比较分析。(2)基于视觉感知的形态图优化方法研究:一方面,基于视点,以人类视觉感知的注意机制为基础,确定形态图中节点的重要性,并删除不重要的节点,对形态图进行修剪;另一方面,基于目标,以人类视觉多分辨率认知模型为基础,引入多"尺度"形态图概念,获得不同分辨率下的目标形态图,变无限分辨率为有限分辨率,给出满足对目标认知不同层次的需要。(3)提取三维目标的基于关键点的局部不变性特征,用于形态图的描述与匹配。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于SSVEP 直接脑控机器人方向和速度研究
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于细粒度词表示的命名实体识别研究
水氮耦合及种植密度对绿洲灌区玉米光合作用和干物质积累特征的调控效应
基于图理论的目标分割与识别研究
基于图模型的视频目标跟踪与识别
基于声阵列数据融合的运动车辆目标识别理论及方法研究
低空图传视频遥感准实时在线地质灾害目标识别方法研究