导读:本文包含了可变形模板论文开题报告文献综述、选题提纲参考文献，主要关键词:模板,建筑,塑料,图像,红外光,特征,多点。
可变形模板论文文献综述写法
何彪,李柏林,熊鹰,范宏[1]（2019）在《基于可变形部件模板的扣件状态识别》一文中研究指出针对在铁路钢轨扣件状态自动识别中断裂扣件与正常扣件难以区分的问题,基于DPM算法思路提出DPTM算法用于扣件状态自动检测。为屏蔽扣件图像中背景区域的干扰,根据扣件几何形状设计相应的掩膜模板,并对扣件进行分块得到扣件部件模型。采用弹簧模型度量部件之间相对位置关系、余弦相似性度量HOG特征点之间的相似度,加权融合特征点相似度得到部件相似度,根据各个部件重要性的权重系数组合建立扣件状态分类准则。理论分析和实验结果表明,DPTM算法能够较好地区分正常、断裂和丢失叁种状态的扣件,并在优先保证较低漏检率的同时取得较低的误检率。(本文来源于《铁道学报》期刊2019年03期）
赵文鲜[2]（2018）在《基于Best-Buddies Similarity的鲁棒性可变形模板匹配算法研究》一文中研究指出模板匹配在计算机视觉中有着广泛应用,如目标检测、目标跟踪、视频监控、图像拼接等。目前已有大量的模板匹配算法,其中Best-Buddies Similarity(BBS)是一种用于模板匹配的相似性度量方法。该方法鲁棒性好、匹配精度高,能够克服一定程度的几何变形、部分遮挡以及光照变化。然而,这种方法仍然有两个性能缺陷。第一,该方法找到的最可能区域必须与给定模板的大小相同,因此当目标在测试图像中改变大小时,匹配性能较差;第二,该方法通过滑动窗口方式扫描整个图像来寻找具有最高BBS分数的区域,这耗费了大量的计算时间。本文针对BBS算法进行了改进,使其在保证匹配精度的同时又具有较为理想的运算速度。本文研究的主要内容和创新点包括以下方面:1、提出了一种基于BBS的可变形模板匹配算法针对当目标在待匹配图像中尺寸变化大时匹配精度差的问题,本文提出了一种可变形模板匹配算法。该算法由叁个步骤组成:proposal生成,proposal筛选,和BBS相似度计算。首先,我们利用多尺度组合分组(MCG)算法生成大量各种大小的proposals;然后根据自定义的基于模板尺寸的筛选机制过滤掉明显不符合要求的proposals;最后,计算模板与保留下来的proposals的BBS值,最高的BBS值所对应的proposal即为我们的方法匹配到的目标。实验结果表明本文算法在准确度上优于目前已有的模板匹配算法,同时降低了计算复杂度。2、提出了一种增强型可变形模板匹配算法为了进一步提升匹配精度,降低搜索时间,本文提出一种增强型可变形模板匹配算法。选择一种proposal生成方法与模板匹配的准确度有着密切的关系,所以,在本文中我们使用Edge Boxes算法生成proposals。在筛选过程中,为了减少运算量,本文提出一种新的筛选方案,即基于模板的尺寸、归一化相关积(NCC)以及颜色直方图叁种方法组合的多层筛选机制。在相似度计算过程中仍然采用BBS策略。实验结果表明,该算法能够在较短时间内准确地匹配到目标。(本文来源于《广西师范大学》期刊2018-06-01）
易锐[3]（2017）在《可变形碳纤维增强PVC塑料建筑模板在建筑墙体中的应用研究》一文中研究指出可变形塑料建筑模板是一种新型的建筑模板,它具备质轻、吸水率低、防潮性好、耐磨性强、可循环利用性和可变形等诸多优点。以可变形碳纤维增强聚氯乙烯(PVC)塑料建筑模板为例,探究了温度变化对其力学性能的影响。结果表明,可变形PVC塑料模板的力学性能易受到温度的影响,相较于弹性模量,拉伸、压缩和弯曲强度对温度变化要更加敏感。基于试验研究,还总结了弹性模量和力学强度的温度修正系数。(本文来源于《塑料工业》期刊2017年09期）
梁宝青[4]（2016）在《可变形PVC塑料建筑模板的研究》一文中研究指出建筑模板是混凝土结构工程施工的重要工具,建筑工程中的某些曲面钢筋混凝土结构和一般高耸钢筋棍凝土构筑物在施工时都需要曲面模板。目前,国内常用于曲面结构施工的有木模板和钢模板体系,但这两种模板系统施工复杂、效率低。本文创新性地提出一种可变形PVC建筑模板,此模板不仅可以作为普通的PVC模板使用,具有塑料模板的优点,而且可以根据不同曲面结构产生不同的变形,即可以弯曲成不同曲率反复多次使用,从根本上改变了传统的曲面模板施工。该模板已申请国家发明专利。本文的研究内容主要有以下几个方面:(1)提出一种全新的曲面建筑模板的构想:在塑料成型的模具中放置碳纤维加热丝,然后浇铸PVC塑料,制成可变形PVC塑料模板。该模板可通过碳纤维丝通电加热,使塑料模板产生变形,断电冷却后定型成曲面模板。该模板可反复通电,弯曲成不同曲率的模板,重复多次使用。(2)采用有限元数值分析软件ANSYS,模拟PVC塑料模板的加热过程,证明构想的可行性,为实际实验操作提供指导。模拟结果表明,通电540秒模板的整体温度就能达到80℃。(3)通过ANSYS软件分析可变形PVC模板的承载力和变形能力。模拟结果表明可变形PVC模板的承载力与普通PVC模板承载力相同,碳纤维对模板的力学性能影响不大,可变形PVC模板完全可以替代普通塑料模板使用;模拟可变形PVC模板在实际使用时的变形情况,其最大变形量为1.88mm远小于模板施工标准。可变形PVC模板具有良好的力学性能,完全能满足模板施工要求。(4)通过实际实验证明可变形PVC塑料建筑模板的可行性。碳纤维加热23min后可变形PVC模板温度达到80℃,此时PVC塑料模板处于玻璃态具有很高的塑性,能够将模板弯曲成半径为100mm的圆弧,冷却后形状固定,再次通电加热模板,可以将弯曲的模板压成平面模板。可变形PVC模板可以重复变形以适应不同形状的曲面建筑施工要求。(本文来源于《吉林大学》期刊2016-05-01）
赵志杨[5]（2016）在《可变形塑料建筑模板的研究及数值模拟分析》一文中研究指出近年来,越来越多的曲面建筑出现在公众视野,这种建筑的出现需要曲面建筑模板施工。传统的建筑模板制造工艺复杂,提高了建筑施工成本。因此为了满足个性化生产需求,本文创新出一种内置碳纤维加热丝的可变形塑料建筑模板。利用热塑性塑料的可再加工性质,结合多点成形技术,对塑料模板进行柔性成形。这种模板可以重复变形使用以适用于多种曲面形状,降低了建筑成本。目前这种新型建筑模板已经申请了国家专利。本文主要的研究内容为验证可变形模板的可行性并通过有限元模拟优化模板变形的成形工艺参数及路径,分析变形过程中产生的缺陷及抑制方法。主要研究内容如下:(1)制造可变形塑料建筑模板的样板。将碳纤维加热丝等距放置在模板内部,塑料原材料加热至熔融态浇注到金属模具,制造出可变形塑料建筑模板的样板。将碳纤维加热丝通电对塑料模板进行加热,再进行简单的柱面弯曲的验证实验。结果表明模板在弯曲后表面没有裂痕同时保持很高的强度,证明塑料模板的重复变形使用是可行的。(2)根据塑料的高温粘弹性以及橡胶的超弹性理论确定模板与弹性垫的材料模型,建立多点成形的有限元模型。探讨模拟过程中的单元选择、载荷的施加方式以及边界条件。选择具有代表性的柱面与马鞍面,对PC、PVC两种塑料模板的变形过程进行数值模拟分析。(3)分析模板在变形过程中主要的压痕缺陷问题。通过模拟不同成形压力、成形温度以及基本体边长尺寸对成形件表面质量的影响,得出不同温度下塑料模板的最小成形压力以及最佳的变形温度。加入弹性垫抑制压痕,模拟不同弹性垫厚度对模板变形后成形件成形质量及成形精度的影响,得出不同基本体边长尺寸下的最佳弹性垫厚度。(4)可变形塑料建筑模板的意义在于它的变形重复使用。模拟两种材料在马鞍面与柱面之间的相互变形,对比初始模板的成形件与第二次变形的成形件两者之间的厚度分布以及平均厚度误差。为了提高塑料模板的使用次数,需要保证模板的厚度分布接近于初始模板的厚度。优化变形路径,分析不同路径下成形件厚度分布的均匀性。通过上述研究表明,将碳纤维加入到塑料模板内制造出的可变形塑料建筑模板是可行的。通过多点成形技术可以得到精度较高的成形件,实现可变形塑料模板的重复使用。(本文来源于《吉林大学》期刊2016-05-01）
胡晓霞,肖秦琨,白燕燕,郑叁婷,王珊珊[6]（2014）在《基于可变形模板匹配的变形字体识别》一文中研究指出针对变形字体的识别问题,提出了一种基于形状上下文和模糊推理相结合的度量机制的变形字体识别方法。首先,在分析现行字体识别方法的基础上,提出了薄板样条曲线TPS与模糊推理相结合的相似性距离度量机制的总体思路;其次,描述了基于形状上下文的变形字体图像的特征提取过程;而后讨论了薄板样条曲线TPS与模糊推理相结合的相似性距离度量机制,并将其应用在变形字体的识别算法中。实验结果表明所提出的方法是有效的。(本文来源于《电子设计工程》期刊2014年12期）
谭华春,章毓晋[7]（2009）在《眼睛特征提取中可变形模板能量函数优化方法》一文中研究指出研究眼睛特征提取过程中可变形模板中能量函数优化方法.根据能量函数中各能量项的作用区域大小,将整个优化过程分解为3个步骤.首先定位虹膜的位置和尺寸,然后调整眼睛的外轮廓,最后采用所有的能量项对眼睛特征的所有参数进行微调.每个步骤不再向下分解为多个子步骤.实验结果表明,与其他的优化过程相比,提出的优化过程在速度和精度上都有所提高.(本文来源于《北京理工大学学报》期刊2009年02期）
杨雄,彭绍武,吴田富,桑农[8]（2008）在《分层图结构表示的可变形模板人脸检测》一文中研究指出采用分层图结构来表示人脸,显式地表达其语义分解(脸、左眼、右眼、鼻和嘴)和分解所得部件之间的关系,进而设计检测算法.对图结构中的每个节点,采用一种由主动基构成的可变形模板进行描述,不同节点可以并行计算,产生各自的提议图,进一步对部件之间的图结构关系进行测试,完成对人脸的检测.整个推理计算过程在贝叶斯框架下进行建模.通过在MIT+CMU人脸测试集上的实验表明,算法能有效地处理遮挡以及一定范围内的姿态与光照变化的人脸检测.(本文来源于《华中科技大学学报(自然科学版)》期刊2008年S1期）
黄志武,张锐[9]（2008）在《基于近红外光和可变形模板的人眼特征检测方法》一文中研究指出本文提出了一种提取人眼特征的方法。采用先瞳孔,后眼角,再眼睑的顺序分步提取眼睛特征点。利用人脸在近红外光下的红眼现象快速定位和跟踪瞳孔,然后在眼部的可信区域内同时利用眼白信息和角模板找到内外眼角,再使用已知的眼角点初始化可变形模板并跟踪眼睑。这样既能精确地提取人眼特征,又有效地减少了可变形模板匹配时间,提高能量函数收敛速度。实验证明本文提出的方法快速、有效,能为基于人眼状态检测的应用系统提供可靠的数据支持。(本文来源于《电脑知识与技术》期刊2008年07期）
桑恩方,刘卓夫[10]（2005）在《基于可变形模板的水下声图像分割》一文中研究指出针对水下声成像中的形变和边缘模糊等问题,在分析现有模板匹配算法存在问题的基础上,提出了一种基于可变形模板的水下声图像分割算法。该算法以Snake模型的最小能量思想为基础,对原有的能量函数重新进行了定义,引入了形状约束,从而使该算法对噪声的敏感程度相应下降,提高了算法的鲁棒性和分割效率。利用Dijkstra算法求取了能量函数的最优解,并对采用填充算法预处理后的实测声图像进行了图像分割实验。实验结果表明,相对于Snake模型和传统的寻优方法, 该方法具有速度快、精度高和对形变、噪声不敏感的优点。(本文来源于《声学学报》期刊2005年04期）
可变形模板论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
模板匹配在计算机视觉中有着广泛应用,如目标检测、目标跟踪、视频监控、图像拼接等。目前已有大量的模板匹配算法,其中Best-Buddies Similarity(BBS)是一种用于模板匹配的相似性度量方法。该方法鲁棒性好、匹配精度高,能够克服一定程度的几何变形、部分遮挡以及光照变化。然而,这种方法仍然有两个性能缺陷。第一,该方法找到的最可能区域必须与给定模板的大小相同,因此当目标在测试图像中改变大小时,匹配性能较差;第二,该方法通过滑动窗口方式扫描整个图像来寻找具有最高BBS分数的区域,这耗费了大量的计算时间。本文针对BBS算法进行了改进,使其在保证匹配精度的同时又具有较为理想的运算速度。本文研究的主要内容和创新点包括以下方面:1、提出了一种基于BBS的可变形模板匹配算法针对当目标在待匹配图像中尺寸变化大时匹配精度差的问题,本文提出了一种可变形模板匹配算法。该算法由叁个步骤组成:proposal生成,proposal筛选,和BBS相似度计算。首先,我们利用多尺度组合分组(MCG)算法生成大量各种大小的proposals;然后根据自定义的基于模板尺寸的筛选机制过滤掉明显不符合要求的proposals;最后,计算模板与保留下来的proposals的BBS值,最高的BBS值所对应的proposal即为我们的方法匹配到的目标。实验结果表明本文算法在准确度上优于目前已有的模板匹配算法,同时降低了计算复杂度。2、提出了一种增强型可变形模板匹配算法为了进一步提升匹配精度,降低搜索时间,本文提出一种增强型可变形模板匹配算法。选择一种proposal生成方法与模板匹配的准确度有着密切的关系,所以,在本文中我们使用Edge Boxes算法生成proposals。在筛选过程中,为了减少运算量,本文提出一种新的筛选方案,即基于模板的尺寸、归一化相关积(NCC)以及颜色直方图叁种方法组合的多层筛选机制。在相似度计算过程中仍然采用BBS策略。实验结果表明,该算法能够在较短时间内准确地匹配到目标。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
可变形模板论文参考文献
[1].何彪,李柏林,熊鹰,范宏.基于可变形部件模板的扣件状态识别[J].铁道学报.2019
[2].赵文鲜.基于Best-BuddiesSimilarity的鲁棒性可变形模板匹配算法研究[D].广西师范大学.2018
[3].易锐.可变形碳纤维增强PVC塑料建筑模板在建筑墙体中的应用研究[J].塑料工业.2017
[4].梁宝青.可变形PVC塑料建筑模板的研究[D].吉林大学.2016
[5].赵志杨.可变形塑料建筑模板的研究及数值模拟分析[D].吉林大学.2016
[6].胡晓霞,肖秦琨,白燕燕,郑叁婷,王珊珊.基于可变形模板匹配的变形字体识别[J].电子设计工程.2014
[7].谭华春,章毓晋.眼睛特征提取中可变形模板能量函数优化方法[J].北京理工大学学报.2009
[8].杨雄,彭绍武,吴田富,桑农.分层图结构表示的可变形模板人脸检测[J].华中科技大学学报(自然科学版).2008
[9].黄志武,张锐.基于近红外光和可变形模板的人眼特征检测方法[J].电脑知识与技术.2008
[10].桑恩方,刘卓夫.基于可变形模板的水下声图像分割[J].声学学报.2005