基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对圆形的识别是机器视觉中最基本和最重要的任务之一,为了准确确定复杂背景图像中圆的位置,提出了一种将支持向量回归模型与三点拟合圆联合起来的新算法,通过支持向量回归模型训练不同类型的圆形样本,得到超平面方程f(x),以f(x)为中心线,构建一个宽度为2ε的近似圆环型间隔带,在此间隔带上的点都被认为属于圆形边界上的点,然后运用三点拟合圆几何算法计算出圆心和半径,从而达到识别圆形的目的.实验结果表明,联合算法通过对训练样本的学习,能够在噪声比较大的背景图像中得到圆形的边界信息,从而确定圆的位置,较仅使用某一种圆形识别算法有一定的优势.在以圆形作为定位的机器视觉领域,具有重要的理论研究价值与实践意义.
推荐文章
阵列波束优化的标准支持向量回归
支持向量机
标准支持向量回归
波束形成
阵列信号处理
阵列波束优化
支持向量回归在乙烯裂解产物收率软测量中的应用
乙烯裂解
支持向量回归
微粒群优化算法
软测量
基于支持向量回归的光度配准算法
支持向量机
图像
配准
基于多项式光滑的支持向量回归机
支持向量机
光滑化方法
多项式光滑函数
拟牛顿法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量回归在圆形检测中的应用
来源期刊 河北科技大学学报 学科 工学
关键词 计算机图象处理 圆形检测 支持向量回归 三点拟合圆 机器视觉
年,卷(期) 2018,(2) 所属期刊栏目 国家青年/地区科学基金项目专栏
研究方向 页码范围 99-106
页数 8页 分类号 TP181
字数 5402字 语种 中文
DOI 10.7535/hbkd.2018yx02002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴观茂 安徽理工大学计算机科学与工程学院 26 295 7.0 17.0
2 王倩倩 安徽理工大学数学与大数据学院 10 5 2.0 2.0
3 陈令刚 安徽理工大学计算机科学与工程学院 5 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (121)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计算机图象处理
圆形检测
支持向量回归
三点拟合圆
机器视觉
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
河北科技大学学报
双月刊
1008-1542
13-1225/TS
大16开
河北省石家庄市裕华东路70号
1980
chi
出版文献量(篇)
2212
总下载数(次)
6
总被引数(次)
14739
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导