一、模板运算的传递函数分析（论文文献综述）
郑伟伟[1]（2021）在《视觉单目标跟踪算法研究》文中研究指明视频监控领域对计算机视觉技术有急切的需求,而视觉目标跟踪是其中一个重要的基础研究问题,通过对感兴趣的目标物体进行跟踪并记录跟踪轨迹,我们可以从一段视频中提取出一个结构化的视频摘要,还可以对视频中的群体或单体异常行为进行分析,或者协助公安机关对犯罪嫌疑人进行查询和搜证,等等。经过近二十年的发展,现有的目标跟踪方法已经可以在一些难度较小的视频场景中进行准确跟踪,但是,面对包含目标遮挡、形变、快速运动等难点的视频场景时,现有跟踪算法的准确度和鲁棒性还有待提高。本文对目标跟踪领域的发展进行了分析和探讨,并针对现有跟踪算法的缺陷提出了几种可供参考的解决方法。本文的主要研究内容和贡献包括:1)提出了一种结合消失判断的长时目标跟踪系统,解决了传统短时跟踪方法无法判断目标消失状态、在遮挡情况下容易把背景干扰信息引入跟踪模型的问题。该系统基于结构化支持向量机基础模型,把基于对数极坐标转换和混合高斯模型的目标消失判断机制引入了跟踪系统中,在判断目标消失以后,停止跟踪模型和消失判断模型的更新,并采用重检测方法对目标进行扩大搜索和检测。本方法可以在遮挡严重的场景下防止背景干扰信息在跟踪模型中的累积,在遮挡结束以后重新跟踪住目标物体,并成功应用在中兴通讯公司的跨摄像机目标跟踪系统中。2)提出了一种基于图约束核相关滤波和多模板投票的目标跟踪方法。本方法通过图模型模拟目标流形结构,并通过目标流形上的信息传递对训练样本和待检测样本之间的关联进行了挖掘,在经典相关滤波模型的基础上引入流形约束并通过半监督学习方法计算滤波器,提高了相关滤波模型的准确度。同时,为了提高目标特征的表达能力和减少误差信息在目标模板上的累积,这里提出了一种目标模板库的构建和更新方法,模板库会保留跟踪历史上各种不同姿态的目标特征,给每个目标模板设置重要性权重并根据使用频率更新该权重,权重最小的模板会优先被新模板所替换,在跟踪过程中,本方法会自动选择最优的多个模板进行投票,决定目标最终的位置。由于保存了丰富的目标模板和最终的投票机制,本方法可以有效处理目标形变和遮挡严重的情况,提高跟踪算法的准确度和鲁棒性。3)提出了一种基于仿射变换预测的相关滤波目标跟踪方法。针对传统相关滤波模型无法预测除目标位移以外的其他仿射变换的问题,本方法采用从粗到细的跟踪流程,利用长短时记忆网络自动生成相关滤波模型的更新率,用于预测目标的粗糙位移,然后通过一个仿射估计网络来粗糙估计目标当前的姿态变化和位移并进行目标对齐,最后采用对数极坐标变换和相关滤波操作提取与目标仿射变换相关的特征,并通过多层全连接网络来映射得到目标仿射变换参数。本方法把目标跟踪转换为目标仿射变换参数预测问题,相对于传统的基于位移和尺度预测的跟踪方法来说,可以处理更加复杂的目标运动。
荀康迪[2]（2021）在《基于机器视觉的手机石墨散热片缺陷检测》文中提出由于手机在社会中大量使用,导致手机石墨散热片的需求量也急速增长。虽然企业生产的手机石墨散热片的产量很大,但是不可避免会出现不合格品。大多数企业一般采用人工检测法,在检测过程中出现了检测准确率低,漏检率高的问题,所以迫切需要一种快速高效的方法,提高检测手机石墨散热片的准确率、降低漏检率,以降低产品成本。为此,本课题研究了一种采用机器视觉对手机石墨散热片缺陷检测系统。通过本课题研究的系统,可以实现手机石墨散热片在线自动检测,完成手机石墨散热片图像中的缺陷分类。本文的研究内容如下:（1）手机石墨散热片缺陷检测系统设计。根据手机石墨散热片的特性和生产检测的要求,完成了系统硬件设计,包括图像采集所需的相机、镜头、光源等部件选型,搭建了实验平台;采用Visual Studio软件设计了用户交互界面,采用Halcon视觉软件完成手机石墨散热片的缺陷检测。（2）手机石墨散热片图像预处理与图像匹配研究。首先对比分析了几种滤波方法,提出了一种基于自适应局部降噪的同态滤波方法,该方法比传统滤波方法能得到更高对比度的图像。（3）本文研究了图像模板匹配方法使图像定位,主要采用灰度模板和形状模板方法,使待测散热片图像和模板图像匹配,由于上料传输的过程中不稳定,会使图像位置倾斜或者偏移,所以在图像匹配前先对图像几何变换,通过平移和旋转使手机石墨散热片图像位置矫正,再对比图像匹配实验,采用基于形状模板匹配利于图像定位。（4）手机石墨散热片缺陷提取。采用差分运算方法将缺陷区域显示出来,采用形态学的方法去除那些干扰的杂点,直接利用Blob方法（Blob Analysis）将手机石墨散热片的缺陷特征提取出来。（5）手机石墨散热片检测系统软硬件联合调试。在完成了手机石墨散热片软件算法的实现后,软件系统联合系统硬件部分测试系统的各项功能,验证本课题设计的系统运行的稳定性和可靠性。实验表明,本课题设计的手机石墨散热片检测系统能够满足企业品控要求。
赵帮强[3]（2021）在《河域边界线实时视觉识别与应用》文中研究说明河域边界线指的是河域中波动的水面与河滩的瞬时交界线,其位置信息的实时监测在河域自动化测流中起着十分重要的作用。现为实现河域测流平台在测流时对河域边界线的自动实时视觉识别与定位而可自动布置测流点,达到河域全自动化测流的目标。现针对河域边界线的实时视觉识别提出方法研究,接着对识别到的边界线进行坐标定位并应用于测流点布置。本课题针对水文站的实际测流工作需要,首先进行了视频监控系统的搭建,实现了研究对象的图像获取;针对获取到的研究对象的图像,采用高斯平滑进行初步降噪,利用图像阈值分割二值化得到水陆二值化图,基于种子区域填充与形态学处理结合对二值化图进行边缘特征增强处理,最后利用边缘检测实现了模糊状态下的河域边界线的实时视觉识别;在河域边界线提取结果基础上结合现场测流平台的工作原理提出了定位研究;最后将定位后的河域边界线的位置在测流点布置工作中得以应用,解决了目前半自动化测流中采用人工目视定位水边线的效率低、误差大等问题,为实现全自动化测流奠定坚实基础,极大减少河域测流工作中人力及财力的投入。本文研究的主要工作及成果如下:（1）河域边界实时监测系统的搭建。为实现研究对象的获取,本文提出在水文测流站的设备基础上进行监测系统搭建,主要包括摄像头的选型,摄像头在测流平台上定位与安装,摄像头姿态调整及电源接线等工作,实现了摄像头对河域边界的视频监控;然后采用两个无线网桥的无线传输功能将视频监控画面传送至计算机中;最后通过视频分帧方式成功获取了本文研究对象的图像。（2）河域边界线实时视觉识别。针对河域边界实时视觉识别进行了方法研究和实验分析,首先对研究对象进行预处理以得到初步降噪的灰度图,然后采用阈值分割法进行二值化处理以得到水陆二值图,在二值图的基础上进行种子填充来避免非水体中连通域噪声的影响,并经数学形态学运算使得水陆分界线的边缘特征连续且清晰,最后利用经典边缘检测算子对其中的河域边界线进行提取并经形态学进一步处理,最终实现了对河域水陆分界线的识别。实验结果表明,该方法可以有效地识别在碎石淤泥河沙等物复杂干扰下的河域边界线。（3）河域边界线的定位与应用。针对河域边界线的提取结果,首先通过分析河域边界线、摄像头、测流平台三者之间的坐标关系,将河域边界线的定位转换为测流平台的定位;然后在世界坐标系下,通过对测流平台所造循环索道的运动监测进行定位;接着对测流平台定位结果进行反推解决了河域边界线的定位问题;最后利用河域边界线定位得到的横坐标对当前河域宽度进行计算,并在测流截面内对测流点进行了均匀布置。
潘银飞[4]（2021）在《视觉检测中特征提取的FPGA加速技术研究》文中研究说明近年来,随着市场对产品质量要求的提高,传感器、工业总线等技术不断进步,使得产品自动视觉检测所需处理的数据量越来越大,对视觉检测方法的处理速度要求也越来越高。视觉检测方法的研究通常涉及图像特征提取算法的开发,特征提取是实现目标检测、缺陷识别、形貌测量和三维重建等任务的关键预处理步骤,其作为视觉检测中最耗时的环节,极大地影响了系统的检测效率。本文针对视觉检测系统中限制检测速度的关键特征提取算法,研究FPGA加速处理技术,以解决现有加速方案中存在的并行程度不高、处理架构低效、以牺牲精度为代价和扩展性差等问题,从而实现视觉检测任务的高速处理。完成的主要工作及创新点如下:（1）从系统架构、软件、硬件三个层面系统调研了视觉检测加速处理技术的研究现状,并归纳总结了现有加速方案存在的问题;然后对FPGA加速处理技术中的基本设计方法进行了研究,为满足视觉检测特征提取的高吞吐率需求,提出了以数据流接口为主、片上存储器接口和外部存储器接口为辅的加速模块接口设计方案;并利用可视化编程工具,设计了加速算法实现和验证的一般性图像采集、存储和显示FPGA程序。（2）针对表面缺陷高速检测,提出了多层次并行的FPGA结构设计方法。对于周期性纹理特征滤除,为了解决传统一维傅里叶重建算法的边界效应问题,提出了基于亚像素周期和整周期截断的改进算法,可有效消除缺陷检测表面纹理。在此基础上,设计了任务并行和像素并行的FPGA加速整体结构、基于查找表的像素并行重采样结构和高低数据位分别处理与符号位扩展的一维傅里叶重建算法位宽连接结构。结合以上方法,将液晶面板的表面扫描检测速度提高了3倍以上,满足了系统在线处理需求,并显着提高了缺陷检测准确率。（3）针对FPGA硬件实现中数据定点位宽显着影响激光条纹中心提取精度的问题,提出了一种动静混合分析的数据位宽优化方法。在分析了当前Hessian矩阵计算FPGA结构中存在问题的基础上,设计了本文大模板尺寸的分离对称式、行列卷积复用结构,然后利用位宽约束条件和数据范围分析方法,并根据最大位置偏差、平均位置偏差和错点个数三个指标,对Steger算法各中间变量的数据位宽进行联合优化,获得了优于规整位宽设计和其他现有方法的定点精度,像素并行和全流水线设计也使其满足了千兆网相机的实时数据处理需求。（4）为了提高相移条纹投影测量系统中相位和点云计算效率,提出了FPGA和CPU的异构处理加速方案。对于包裹相位计算模块,设计了基于查找表的八分区间相位映射结构,可大幅提高相位计算的定点精度;对于相位解包裹模块,设计了基于迭代的帧级流水线结构,可有效减少延迟;对于多相机系统,给出了根据像素并行度调整的可扩展方案。结合以上方法,实现了较高的测量精度和架构效率,可支持两台相机50.86帧/秒的高速三维点云计算。
王宁[5]（2021）在《面向高效视频目标跟踪的模型学习、压缩与集成》文中进行了进一步梳理视频目标跟踪是计算机视觉中的一个基本任务。仅给定初始帧的目标状态,视频目标跟踪要求在后续帧中对该物体进行持续的定位。近年来,基于深度学习的视觉跟踪技术取得了重大进展。然而,该技术也带来了数据标注代价大、模型参数多、跟踪效率低等问题。为了挖掘深度视觉跟踪的潜力,本文在模型学习、压缩和集成等三个方面开展研究。本文的主要贡献和创新点包含以下三个方面:在模型学习方面,本文研究如何减轻训练代价以及挖掘视频的时序信息,提出了无监督跟踪模型学习方法和基于Transformer的视频目标跟踪方法。首先,针对深度跟踪模型学习过程的标注成本高和训练代价大等问题,本文提出了基于前向后向跟踪轨迹一致性的无监督训练框架。无监督学习的动机在于一个鲁棒的跟踪器可以进行双向跟踪。在训练过程中,所提出的算法仅使用无标注视频,通过衡量跟踪器在视频中前向跟踪轨迹和后向跟踪轨迹的一致性来无监督地训练跟踪器。本文学习的无监督跟踪器可以和经典的全监督跟踪器相媲美,并达到了实时的跟踪速度。另外,为了挖掘视频中丰富的时序信息,本文将Transformer结构引入到视觉跟踪领域。Transformer中的编码器、解码器结构将独立的视频帧紧密地桥接起来,便于传递诸如目标时序特征和空间注意力掩膜等丰富的时序信号。结合本文所提出的Transformer结构后,现有的跟踪器获得了稳定的性能提升并达到了领先精度。在模型压缩方面,针对深度跟踪器的模型参数量大、计算复杂度高和跟踪效率低等问题,本文提出了联合模型压缩和知识迁移的深度跟踪器加速框架。本工作使用在图像分类任务中预训练的CNN模型作为教师网络,并将该网络蒸馏成一个轻量级的学生网络用来加速相关滤波算法的特征提取过程。在蒸馏过程中,本文提出保真损失来保证教师网络和学生网络相近的特征表达能力,同时提出相关跟踪损失将学生网络的约束目标从物体识别迁移到视觉跟踪。大量的实验表明,所提出的轻量级学生网路显着地加速了目前领先的深度相关滤波器,使得它们在单块CPU上可以达到实时速度,并几乎保持了原有的跟踪精度。在模型集成方面,本文研究如何集成多个深度跟踪器以实现模型间的优势互补,并提出了基于多线索分析和基于策略选择的两种算法。首先,在多线索分析框架中,本工作构造多个子跟踪模型并行地跟踪目标。通过评估各模型的鲁棒性,每一帧中合适的模型被用于处理当前帧。进一步地,多模型之间的分歧揭示了当前跟踪结果的可靠性,可用于指导子跟踪器的自适应更新以避免模型污染。通过多线索分析策略,跟踪性能得到显着提升。基于策略的切换式集成框架研究如何在不影响效率的情况下发挥集成算法的性能优势。本工作包含智能体网络和多个优势互补的子跟踪模型。通过将模型逐帧切换建模成马尔可夫决策过程,本工作通过强化学习来训练智能体网络。在每一帧中,智能体动态地选择一个合适的子跟踪器用于目标跟踪,而不必执行其他模型,极大地保证了跟踪效率。大量实验证明了该框架的有效性。
徐嘉桢[6]（2021）在《投影显示色彩校正方法研究》文中指出投影显示技术作为主流显示技术的一员,特别在大屏幕高质量的显示中具有显着地位,在我们的工作学习生活中遍布着它的身影,广泛的应用在电影院、教室、会议室、演讲台等相关大屏幕显示领域。同时,投影显示在未来虚拟显示、沉浸式投影显示的发展下具有无限广阔的潜力。但投影显示的幕布需求影响着其应用空间,特别是在移动科技日益发达的今日,因而研究投影显示摆脱白色幕布标配能够使其具有更加广阔的发展空间。为此,本文主要研究投影显示在对彩色纹理表面下色彩失真的校正问题,探讨了投影仪-相机坐标标定方案,对纹理投影表面研究其色彩特征化问题,完成了对纹理表面的投影色彩校正问题在不同环境下研究补偿方案。主要研究内容如下:首先针对投影仪-相机系统探讨并研究整体系统的标定与优化问题。对相机标定点的提取改进了棋盘格,并设计相应改进的Susan角点棋盘格角点检测算法、亚像素提取算法和角点排序算法,改善了提取角点的正确性、提高了其鲁棒性。采用张正友相机标定法完成相机-投影仪的初步标定并结合人工蜂群算法完成对标定参数优化,实验验证有效改良了联合系统的标定精度,降低了相机-投影坐标间的转换误差。其次针对投影表面色彩的特征化问题,研究了数字设备色彩特征化通用方法,考虑色彩空间扭曲提出了薄板样条插值的特征化方法和考虑通道耦合的多输出多输出支持向量回归特征化方法。并对上述方法在有无环境干扰光影响下对白色幕布及单彩色投影表面分别设计开展了色彩特征化实验。最后针对彩色纹理表面的投影色彩综合补偿校正问题,分析了投影显示色彩偏差失真的来源。针对投影表面光谱反射率不一致问题,提出结合聚类算法的估计反射率相似域和投影表面色彩特征化建立色彩基础补偿,并实验对比分析了Kmean和Optics聚类方法在估计反射率相似域及基础补偿的色彩误差和实际投影显示效果。对基础补偿产生了超色域剪切和亮度缺失问题提出全局与局部的亮度补偿算法,有效去除残影并提升显示亮度以提供更舒适视觉感受。对算法的单线程串行执行速度过慢问题,研究程序加速与并行化方法,有效提升了算法速度。
王明庆[7]（2021）在《全光时域线性正则变换器的理论和应用研究》文中认为基于全光时域线性正则变换器（temporal linear canonical transformer,TLCT）的光模拟信号处理技术,具有动态可调、功能多样、速率高等优势,相对于传统谐振型、多波导耦合型以及空域傅里叶变换型光模拟信号处理技术,可有效规避波长失准、分光耦合误差和空时耦合误差等瓶颈难题。在国家自然科学基金项目的资助下,本学位论文面向光通信物理层加密、光脉冲序列重复率倍频和光微分三个应用领域,以TLCT系统新结构的开发、新功能的挖掘以及性价比的提升为着眼点,开展深入的理论和仿真研究工作。所取得的主要创新成果如下:（1）类比几何光学中体光学元件或系统的射线矩阵、ABCD矩阵或传输矩阵,提出时频矩阵——光模拟信号时频平面的变换矩阵,用于简化对复杂级联时域光学系统的分析,包括对线性系统宏观积分表达式的确定,和对非线性系统微观时频分量坐标变换过程的分析。定义窄带色散元件和抛物线时间透镜两个时域光学元件的时频矩阵,利用矩阵左乘运算,简化由多个窄带色散元件和抛物线时间透镜级联构成理想TLCT的积分表达式推导过程,确定相应系统转化为时域夫琅和费变换器（time-domain Fraunhofer transformer,TFh T）、时域菲涅尔变换器（time-domain Fresnel transformer,TFr T）、频率到时间映射器、时间到频率映射器、时域成像器、时域分数傅里叶变换器和时域傅里叶变换器（time-domain Fourier transformer,TFT）等常用时域变换系统的条件。除具有常数元素和单位行列式值（正则）的理想TLCT时频矩阵外,还定义时间棱镜、时域光栅、时间反射镜等时域光学元件和非理想或变形TLCT的非常矩阵元、非正则的时频矩阵,并分析所描述元件和系统对光模拟信号时频分量的作用过程。研究成果为TLCT系统新结构的开发、新功能的挖掘和性价比的提升等研究,提供坚实的理论基础。（2）根据中心位置不同的但部分重叠的时域区间与方向不同的但空间范围重叠的平行线簇之间的相似性,提出空域柱面透镜的时域类似元件,即变形时间透镜（anamorphic time lens,ATL）。将ATL嵌入到两个相同的色散元件之间,提出一种新型TLCT系统,即变形TLCT（anamorphic TLCT,ATLCT）系统,动态性和随机性强,适用于光模拟信号加密应用。用ATLCT替换传统时域双随机相位编码（double random phase encoding,DRPE）和相位截断的DRPE（phase truncated DRPE,PTDRPE）光加密系统中的TFT,提出ATLCT-DRPE和ATLCT-PTDRPE两种时域光加密系统。相对于经典时域DRPE光加密系统中的TFT,ATLCT不具有解析和固定的特征信号,使得ATLCT-DRPE和ATLCT-PTDRPE系统能有效抵抗选择明文攻击和相位提取攻击。ATLCT中的ATL只能为暴力攻击所破解,而ATL的密钥空间可以有效限制暴力攻击。对非法接收者暴力攻击过程进行模拟仿真和分析评估,结果表明,ATL为ATLCT-DRPE和ATLCT-PTDRPE两种加密系统提供的密钥空间至少分别为2914和21277,远大于抵抗暴力攻击所需的密钥空间的下界2128。（3）结合梳状时域调制,提出基于TFT的相位码序列重复率倍频器和基于TFr T的扫频脉冲序列重复率倍频器,可分别突破传统重复率倍频器难以保持输入光信号局部细节相位特征和全局啁啾特征的限制。所提出的相位码序列重复率倍频器,与光外差技术结合,在提高脉冲压缩雷达的敏捷性和适应性方面具有重要应用价值。所提出的扫频脉冲序列倍频器,可调节相邻扫频光脉冲时间以及频率间隔,在5G无线通信领域的光辅助相控阵列天线方面具有独特的应用价值。研究成果是对TLCT处理相位编码光模拟信号潜力的深入挖掘。（4）提出基于TLCT的光微分器,突破传统全光微分器微分阶数可调范围狭小的限制。将时域幂函数调制嵌入到两个互逆TLCT之间,使微分阶数实时可调;采用级联调幅和调相的复值调制方法,实现任意整数和分数阶微分。阶数任意且可调全光微分器,在中继通信上有独特应用价值,可提高通信码元的切换灵活性,从而增强通信系统对信道质量的适应性。将TLCT具体化为TFh T,从而允许复用同一根线性啁啾光纤布拉格光栅实现互逆的TLCT,进而提高系统的结构紧凑性;用余弦而非抛物线时间透镜提高TFh T的时频映射分辨率,进而提高系统的性价比。采用复用低阶微分的反馈级联方法,缓解微分波形精度随阶数升高而恶化的光微分器共性问题。研究成果也为提升TLCT时频映射性价比提供一个可行方案。
冯新宇[8]（2021）在《基于双目视觉的舰船输送平台运动控制研究》文中研究指明舰船在进行海上作业时,受到海风、海浪的影响会使舰船产生一定的摇荡运动,严重干扰舰船甲板上各项工作的进行,尤其是在进行舰船之间或舰船与海上建筑物之间的人员换乘时,人员的安全无法得到保障。针对传统海上换乘方式效率低、危险系数高等问题,设计一款新型海上换乘装备,建立双目视觉系统用于换乘装备末端的目标识别与定位,并对舰船输送平台的运动控制进行研究,论文主要内容如下:针对传统换乘方式效率低下和安全性差的问题,对现有海上换乘装备进行分析,明确功能需求并设计整体方案,建立机构的运动学模型,分析运动特性,随后对机构的工作空间进行求解,对其中关键的机构参数采用优化算法进行最优值求解,根据受力分析与功能要求设计舰船输送平台的机械结构,并根据静力学仿真结果对结构进行优化。针对输送通道的末端搭靠问题,在末端引入双目视觉系统,利用双目视觉获取目标深度信息,从而获得舰船输送平台与搭靠目标物的相对姿态,双目视觉系统中进行的工作包括相机标定、图像处理、采用基于外形特征的几何匹配及深度信息计算,最终完成识别给定目标物的特征并计算相对位姿。针对舰船输送平台运行过程中的运动控制问题进行研究,基于视觉信息的门形路径规划以及考虑视觉系统计算延迟时进行控制信号的插值优化;将智能优化算法类顶优化算法引入到PID控制方法中,用于PID控制方法的参数优化问题,建立舰船输送平台的液压系统模型,利用遗传算法与类顶优化算法对比,分析不同算法的阶跃响应,对比算法性能差异,最后搭建系统整体的液压驱动仿真模型进行分析,验证算法有效性。制作舰船输送平台样机,使用NIcRIO-9033控制器搭建控制系统,并进行控制实验与视觉跟随实验,验证基于类顶优化算法的PID控制的有效性和视觉输出控制信号插值优化后系统性能的提升。
陈曦源[9]（2021）在《可修订电子签名的可控性的研究与应用》文中指出电子签名技术能够保证数据的真实性和有效性,具有不可伪造、抗抵赖的特性,但其安全性要求不能满足在对签名后数据进行修订、隐藏原始信息的同时,保持签名有效的需求。对此,有研究提出支持对签名后数据进行修订,并能获取修订后数据的有效签名的可修订电子签名。由于可修订电子签名默认能够获取任意子数据的有效签名,因此存在因为执行错误的修订操作导致原始内容的内在联系被破坏,甚至被恶意修订者利用该漏洞的问题。虽然现有的一些方案支持通过设定修订约束信息对修订者的修订行为进行约束,但它们并不支持对所有修订约束情况进行表达。针对上述问题,该文对现有可修订电子签名方案的修订约束表达和实现方式进行分析,提出了基于逻辑表达的类哈希树结构的修订约束表达方式,并结合该方式提出一种支持表达所有修订约束情况、支持授权第三方追加修订约束的可修订电子签名方案。同时,该文对该方案的模型及其属性进行了形式化定义,并对其属性给出了证明。通过分析表明,该方案相比其他方案具有更强的修订约束能力,支持表达所有的修订约束情况,并允许授权第三方对修订约束进行追加设置,让签署者和修订者对数据的内容拥有更强的可控性。最后,论文基于提出的方案,设计并实现了一个基于Web技术的可修订电子签名工具,提供了所见即所得的操作界面,降低用户使用可修订电子签名的门槛。同时,为了提升工具运行效率,该文还设计了一个对有序树结构的高效可修订电子签名方案。通过实验分析,该方案在树结构文档的父节点存在大量子节点的情况下,相比其他方案具有更高的效率。
张宝愿[10]（2021）在《基于HALCON的注射器针头缺陷检测系统研究》文中指出注射器针头在生产加工过程中由于操作不当和制造误差所造成的倒装和弯钩等缺陷,不仅使得针头质量欠佳,更重要的是威胁到人民群众的生命安全。当前,国内大多数医疗器械生产企业对于注射器针头的质量检测仍采用人工目视的方法,这种方法不仅使得检测效率和检测精度低下,而且还使得产品生产成本提高,不利于企业的发展,也不能保证公众的用械安全。为了解决上述问题,本文利用机器视觉技术提出基于HALCON的注射器针头缺陷检测系统。主要的研究内容如下:系统方案设计和硬件配置。通过查阅相关国内外现状研究文献并根据注射器针头缺陷检测系统的功能要求提出总体设计方案。同时对硬件平台的各个重要组成系统进行配置和选型,为注射器针头数据图像的采集提供硬件支撑。倒装针头的缺陷检测识别。首先利用中值滤波对模板图像进行平滑滤波处理,改善图像质量。其次对该模板图像进行频域处理,拉开目标信息和背景信息的对比度,降低图像处理的难度。最后选择不受光照影响和不影响被遮挡区域匹配的基于形状的模板匹配算法实现倒转针头的识别检测。弯钩针头的缺陷检测识别。首先消除针头图像噪声干扰,并对该图像进行Blob分析,使得针头前景区域和背景区域得以分割。然后将得到的二值化图像进行数学形态学运算,提取出针头边缘区域。为了提高边缘检测的精度,将得到的针头边缘区域进行亚像素轮廓提取,根据不同滤波器的图像处理效果和运行时间,选择Canny滤波器作为亚像素轮廓提取的滤波器。接着为了进一步逼近ROI区域,对提取的亚像素轮廓进行处理和分析,得到了描述弯钩针头边缘信息的曲线信息并拟合。最终利用本人提出的偏离阈值识别检测方法实现对弯钩针头的缺陷检测。软件设计与试验结果。利用HALCON导出的C#代码,在Visual Studio 2010的开发环境下,开发注射器针头缺陷检测应用程序。根据试验验证这两种缺陷检测算法的可靠性和稳定性,并根据结果反馈于图像采集硬件系统和图像处理算法。本文构建的基于HALCON的注射器针头缺陷检测系统在试验条件下满足预期的目标,相比通过人工目视的方法进行注射器针头的质量检测,该系统具有自动化程度高,机械重复性,检测精度高的鲜明特点。
二、模板运算的传递函数分析（论文开题报告）
（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、模板运算的传递函数分析（论文提纲范文）
（1）视觉单目标跟踪算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单、术语表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 课题背景 |
| 1.1.2 研究意义 |
| 1.2 视觉目标跟踪问题 |
| 1.2.1 定义 |
| 1.2.2 难点及挑战 |
| 1.3 国内外研究现状 |
| 1.4 常用数据库及评价指标 |
| 1.4.1 常用数据库 |
| 1.4.2 常用评价指标 |
| 1.5 本文的研究内容及贡献 |
| 1.6 本文的组织结构 |
| 2 目标跟踪综述 |
| 2.1 跟踪流程框架和组成 |
| 2.2 跟踪方法分类 |
| 2.3 特征表达 |
| 2.3.1 传统特征 |
| 2.3.2 深度学习特征 |
| 2.4 跟踪模型 |
| 2.4.1 传统方法 |
| 2.4.2 深度学习方法 |
| 2.5 搜索策略 |
| 3 结合消失判断的长时目标跟踪 |
| 3.1 引言 |
| 3.2 算法原理 |
| 3.2.1 算法框架及思路 |
| 3.2.2 基础跟踪模型 |
| 3.2.3 基于对数极坐标变换的目标消失判断 |
| 3.2.4 目标重检测 |
| 3.3 实验结果 |
| 3.3.1 实验设置 |
| 3.3.2 超参数影响测试 |
| 3.3.3 当时相关SOTA算法对比 |
| 3.3.4 跟踪结果分析 |
| 3.4 总结 |
| 4 基于图约束核相关滤波和多模板投票的目标跟踪 |
| 4.1 引言 |
| 4.2 算法原理 |
| 4.2.1 算法框架及思路 |
| 4.2.2 图约束核相关滤波 |
| 4.2.3 基于块循环矩阵的优化算法 |
| 4.2.4 多模板投票机制 |
| 4.2.5 尺度预测 |
| 4.3 实验结果 |
| 4.3.1 实验设置 |
| 4.3.2 严重遮挡下的目标偏移处理 |
| 4.3.3 基准比较 |
| 4.3.4 当时相关SOTA算法对比 |
| 4.3.5 定性分析 |
| 4.4 总结 |
| 5 基于仿射变换预测的相关滤波目标跟踪 |
| 5.1 引言 |
| 5.2 算法原理 |
| 5.2.1 算法框架及思路 |
| 5.2.2 粗糙位移预测 |
| 5.2.3 仿射变换预测 |
| 5.2.4 离线训练 |
| 5.2.5 在线跟踪 |
| 5.3 实验结果 |
| 5.3.1 实验设置 |
| 5.3.2 模型简化测试 |
| 5.3.3 相关滤波SOTA方法对比 |
| 5.3.4 其他SOTA算法对比 |
| 5.3.5 算法速度对比 |
| 5.3.6 定性分析 |
| 5.4 总结 |
| 6 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 攻读博士学位期间主要的研究成果 |
（2）基于机器视觉的手机石墨散热片缺陷检测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 背景与意义 |
| 1.2 国内外机器视觉技术研究现状 |
| 1.2.1 国外机器视觉技术研究现状 |
| 1.2.2 国内机器视觉技术研究现状 |
| 1.3 论文的研究内容与章节安排 |
| 第二章 手机石墨散热片缺陷检测系统设计 |
| 2.1 手机石墨散热片缺陷检测系统结构概述 |
| 2.2 检测系统硬件部分选型与设计 |
| 2.2.1 工业相机选型 |
| 2.2.2 镜头选型 |
| 2.2.3 光源选型 |
| 2.2.4 硬件系统三维模型搭建 |
| 2.3 系统软件开发平台 |
| 2.3.1 Visual Studio2010 简介 |
| 2.3.2 Halcon视觉软件简介 |
| 2.3.3 在Visual Studio2010 中配置Halcon11.0 |
| 2.4 本章小结 |
| 第三章 手机石墨散热片图像预处理与图像匹配 |
| 3.1 图像噪声 |
| 3.2 图像去噪 |
| 3.2.1 均值滤波 |
| 3.2.2 高斯滤波 |
| 3.2.3 中值滤波 |
| 3.2.4 基于自适应局部降噪的同态滤波 |
| 3.2.5 图像去噪效果对比分析 |
| 3.3 图像几何变换 |
| 3.4 图像匹配 |
| 3.4.1 基于灰度的模板匹配法 |
| 3.4.2 基于形状的模板匹配 |
| 3.5 本章小结 |
| 第四章 手机石墨散热片的缺陷检测 |
| 4.1 图像差分运算 |
| 4.2 杂点去除 |
| 4.3 缺陷提取 |
| 4.3.1 Blob方法提取缺陷 |
| 4.3.2 手机石墨散热片外观缺陷分析 |
| 4.4 本章小结 |
| 第五章 手机石墨散热片检测系统的实现 |
| 5.1 检测系统平台的硬件搭建 |
| 5.2 系统工作原理 |
| 5.3 系统软件实现 |
| 5.3.1 软件系统需求分析 |
| 5.3.2 软件系统框架 |
| 5.4 软件系统测试 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间研究成果 |
| 致谢 |
（3）河域边界线实时视觉识别与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究问题的提出 |
| 1.4 本文主要研究内容 |
| 1.5 本文研究技术路线 |
| 1.6 论文组织结构 |
| 第2章 河域边界实时监测系统搭建及研究对象获取 |
| 2.1 网络摄像机的定位与安装 |
| 2.2 摄像头姿态的确定 |
| 2.3 摄像监控系统的接线 |
| 2.4 视频监控数据传递 |
| 2.5 研究对象的获取 |
| 2.6 本章小结 |
| 第3章 河域边界线的检测提取方法研究 |
| 3.1 图像灰度化 |
| 3.1.1 灰度化的概念 |
| 3.1.2 图像灰度化方法简介 |
| 3.1.3 加权平均值算法简介 |
| 3.1.4 加权平均值法与其他方法的对比 |
| 3.2 图像平滑处理 |
| 3.2.1 信号时域分解的卷积积分 |
| 3.2.2 邻域处理的基本概念 |
| 3.2.3 图像的简单平滑 |
| 3.2.4 高斯平滑处理 |
| 3.2.5 研究对象的高斯平滑与简单平滑对比 |
| 3.3 图像阈值分割二值化 |
| 3.3.1 阈值分割二值化概念 |
| 3.3.2 阈值分割方法分类 |
| 3.3.3 大津法求最佳阈值 |
| 3.4 种子区域填充 |
| 3.4.1 种子填充的概念 |
| 3.4.2 连通域内像素搜索 |
| 3.4.3 边界判断准则 |
| 3.5 图像的形态学处理 |
| 3.5.1 数学形态学 |
| 3.5.2 腐蚀与膨胀原理 |
| 3.5.3 结构元素与模板 |
| 3.5.4 开运算和闭运算 |
| 3.6 边缘检测 |
| 3.6.1 边缘检测的基本思想 |
| 3.6.2 经典边缘检测算子简介及总结 |
| 3.6.3 边缘检测算子的选择 |
| 3.7 本章小结 |
| 第4章 河域边界线提取实验 |
| 4.1 研究对象概况 |
| 4.2 河域边界线的提取实验过程 |
| 4.3 河域边界线的提取结果分析 |
| 4.4 本章小结 |
| 第5章 河域边界线的识别定位研究 |
| 5.1 河域边界线识别定位方法 |
| 5.1.1 相机成像中的坐标关系 |
| 5.1.2 局部区域内河域边界线的识别方法研究 |
| 5.2 测流截面内的河域边界线定位 |
| 5.3 本章小结 |
| 第6章 河域边界线的应用 |
| 6.1 河域测流点的布置 |
| 6.1.1 河域宽度计算 |
| 6.1.2 测流点的布置 |
| 6.2 河域边界线的其他应用 |
| 6.3 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（4）视觉检测中特征提取的FPGA加速技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和课题来源 |
| 1.2 视觉检测和特征提取技术概述 |
| 1.2.1 二维检测技术 |
| 1.2.2 三维检测技术 |
| 1.2.3 特征提取 |
| 1.3 视觉检测加速技术研究现状 |
| 1.3.1 基于系统架构级的加速技术 |
| 1.3.2 基于软件层面的加速技术 |
| 1.3.3 基于专用硬件的加速技术 |
| 1.4 加速处理技术中存在问题分析 |
| 1.5 主要研究内容和论文结构 |
| 1.5.1 主要研究内容 |
| 1.5.2 论文章节安排 |
| 第二章 视觉检测的加速处理方法 |
| 2.1 引言 |
| 2.2 FPGA加速方法和加速模块接口 |
| 2.2.1 常用的FPGA加速设计方法 |
| 2.2.2 FPGA加速模块接口设计 |
| 2.3 FPGA加速算法实现方案 |
| 2.3.1 基于Visual Applets的可视化编程 |
| 2.3.2 图像采集、存储和显示FPGA程序设计 |
| 2.4 CPU、GPU和 FPGA加速方法比较 |
| 2.4.1 CPU、GPU和 FPGA加速特点 |
| 2.4.2 CPU、GPU和 FPGA加速程序的计时 |
| 2.5 本章小结 |
| 第三章 FPGA任务并行与像素并行加速技术 |
| 3.1 引言 |
| 3.2 FPGA并行加速方法 |
| 3.2.1 FPGA任务并行加速方法 |
| 3.2.2 FPGA像素并行加速方法 |
| 3.2.3 加速性能评估方法与加速性能极限 |
| 3.3 并行加速方法在周期纹理特征滤除中的实现 |
| 3.3.1 应用背景概述 |
| 3.3.2 周期背景纹理滤除方法 |
| 3.3.3 多任务并行的整体结构 |
| 3.3.4 一维傅里叶重建算法的像素并行加速实现 |
| 3.4 性能提升和算法改进 |
| 3.4.1 边界效应问题 |
| 3.4.2 亚像素周期问题 |
| 3.4.3 整周期截断 |
| 3.4.4 改进措施的FPGA实现 |
| 3.5 实验与验证 |
| 3.5.1 缺陷检测结果可视化及定量指标评价 |
| 3.5.2 速度评估 |
| 3.5.3 定点精度和资源消耗 |
| 3.6 本章小结 |
| 第四章 FPGA位宽优化高精度加速技术 |
| 4.1 引言 |
| 4.2 FPGA数据位宽设计和精度分析 |
| 4.2.1 位宽设计 |
| 4.2.2 精度分析 |
| 4.3 FPGA实现的条纹中心线提取高精度加速方法 |
| 4.3.1 激光条纹中心提取算法概述 |
| 4.3.2 FPGA硬件实现中存在的精度下降问题 |
| 4.3.3 高精度的Steger算法FPGA实现 |
| 4.4 Steger算法FPGA结构的数据位宽和定点精度优化 |
| 4.4.1 位宽优化技术 |
| 4.4.2 初始数据位宽确定 |
| 4.4.3 Hessian矩阵计算模块的位宽和精度优化 |
| 4.4.4 特征值和亚像素偏移计算模块的位宽和精度优化 |
| 4.5 实验与验证 |
| 4.5.1 检测精度评价 |
| 4.5.2 不同平台的计算精度和运行速度对比 |
| 4.5.3 FPGA硬件资源优化 |
| 4.6 本章小结 |
| 第五章 FPGA异构处理加速技术 |
| 5.1 引言 |
| 5.2 异构加速架构与方法 |
| 5.2.1 异构加速基本方法 |
| 5.2.2 CPU和 FPGA的异构加速架构与方法 |
| 5.3 异构处理方式在相移条纹投影测量中的分析 |
| 5.3.1 多频相移法原理 |
| 5.3.2 基于多项式拟合的点云计算 |
| 5.3.3 相位和点云的计算资源效率分析 |
| 5.4 异构处理加速方案的实现 |
| 5.4.1 包裹相位和解包裹相位的FPGA加速计算方法 |
| 5.4.2 点云计算的CPU多核处理实现方法 |
| 5.4.3 可扩展的多相机并行处理实现方案 |
| 5.5 实验评估 |
| 5.5.1 测量系统的搭建 |
| 5.5.2 定点精度评估 |
| 5.5.3 标准球测量实验和多相机融合实验 |
| 5.5.4 异构处理速度和资源效率分析 |
| 5.6 本章小结 |
| 第六章 总结和展望 |
| 6.1 全文总结 |
| 6.2 本文创新点 |
| 6.3 工作展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
（5）面向高效视频目标跟踪的模型学习、压缩与集成（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 视频目标跟踪研究现状 |
| 1.2.1 运动模型 |
| 1.2.2 特征提取 |
| 1.2.3 观测模型 |
| 1.2.4 模型更新 |
| 1.3 跟踪数据集及评价指标 |
| 1.4 研究内容和主要贡献 |
| 1.4.1 跟踪模型学习 |
| 1.4.2 跟踪模型压缩 |
| 1.4.3 跟踪模型集成 |
| 1.5 论文组织结构 |
| 第2章 无监督式跟踪模型学习 |
| 2.1 引言 |
| 2.2 相关工作 |
| 2.3 方法 |
| 2.3.1 双路相关滤波器网络回顾 |
| 2.3.2 无监督跟踪器学习的简易版本 |
| 2.3.3 无监督跟踪器学习的改进方案 |
| 2.3.4 无监督训练细节 |
| 2.3.5 在线目标跟踪 |
| 2.4 实验 |
| 2.4.1 实验设置 |
| 2.4.2 消融实验 |
| 2.4.3 无监督特征可视化 |
| 2.4.4 实验结果 |
| 2.5 本章小结 |
| 第3章 面向时序信息挖掘的跟踪模型学习 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.3 方法 |
| 3.3.1 Transformer结构概况 |
| 3.3.2 Transformer编码器 |
| 3.3.3 Transformer解码器 |
| 3.3.4 Transformer协助的视觉跟踪 |
| 3.4 实验 |
| 3.4.1 实验设置 |
| 3.4.2 消融实验 |
| 3.4.3 实验结果 |
| 3.5 本章小结 |
| 第4章 联合知识蒸馏和知识迁移的跟踪模型压缩 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.3 方法 |
| 4.3.1 相关滤波器算法回顾 |
| 4.3.2 联合知识蒸馏和知识迁移的跟踪器压缩 |
| 4.3.3 背景感知的在线模型微调 |
| 4.3.4 高效的在线跟踪 |
| 4.4 实验 |
| 4.4.1 实验设置 |
| 4.4.2 消融实验 |
| 4.4.3 实验结果 |
| 4.5 本章小结 |
| 第5章 基于多线索分析的跟踪模型集成 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.3 方法 |
| 5.3.1 特征集合和跟踪器集合 |
| 5.3.2 基于多线索分析的相关滤波器跟踪 |
| 5.3.3 自适应模型更新 |
| 5.4 实验 |
| 5.4.1 实验设置 |
| 5.4.2 消融实验 |
| 5.4.3 实验结果 |
| 5.5 本章小结 |
| 第6章 基于策略的切换式跟踪模型集成 |
| 6.1 引言 |
| 6.2 相关工作 |
| 6.3 方法 |
| 6.3.1 子跟踪器集合 |
| 6.3.2 基于强化学习的切换策略学习 |
| 6.3.3 基于策略切换的跟踪过程 |
| 6.4 实验 |
| 6.4.1 实验设置 |
| 6.4.2 消融实验 |
| 6.4.3 实验结果 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文总结 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（6）投影显示色彩校正方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究工作内容 |
| 1.4 章节安排 |
| 第二章 相关理论基础 |
| 2.1 相机标定模型 |
| 2.2 相关机器学习与机器视觉原理 |
| 2.2.1 支持向量回归 |
| 2.2.2 Kmean聚类方法 |
| 2.2.3 Dbscan聚类方法 |
| 2.2.4 Optics聚类方法 |
| 2.3 色度学原理 |
| 2.3.1 颜色 |
| 2.3.2 色彩空间 |
| 2.3.3 投影显示色彩偏差来源 |
| 2.4 人眼视觉特性 |
| 2.5 本章小结 |
| 第三章 投影仪-相机的联合几何标定方法 |
| 3.1 基于改进棋盘格的自动Susan角点检测算法 |
| 3.1.1 针对棋盘格改进的Susan算法 |
| 3.1.2 移动最小二乘法迭代的角点亚像素定位算法 |
| 3.1.3 角点排序算法 |
| 3.2 张正友相机标定 |
| 3.3 投影仪-相机的联合标定 |
| 3.3.1 投影仪标定模型 |
| 3.3.2 投影仪基础内参标定 |
| 3.3.3 人工蜂群优化的投影-相机联合标定 |
| 3.4 实验平台搭建及实验结果与分析 |
| 3.4.1 实验的软硬件平台搭建 |
| 3.4.2 图像采集 |
| 3.4.3 棋盘格角点检测与相机标定实验结果分析 |
| 3.4.4 相机-投影仪联合标定实验结果分析 |
| 3.5 本章小结 |
| 第四章 投影相机系统颜色特征化 |
| 4.1 色彩特征化方法概述 |
| 4.1.1 查表插值法 |
| 4.1.2 多项式回归模型 |
| 4.1.3 神经网络模型 |
| 4.2 投影表面投影特征化建模 |
| 4.3 基于薄板样条函数的投影表面颜色特征化 |
| 4.4 基于MIMO-SVR的投影相机系统颜色特征化 |
| 4.4.1 多输入多输出支持向量回归 |
| 4.4.2 模型参数改进粒子群算法寻优 |
| 4.5 实验结果与分析 |
| 4.5.1 色彩特征化数据样本的准备 |
| 4.5.2 无干扰光环境下色彩特征化实验及评价 |
| 4.5.3 灯光干扰环境下色彩特征化实验及评价 |
| 4.6 本章小结 |
| 第五章 纹理表面色彩总体校正及优化 |
| 5.1 投影表面色彩校正补偿总体分析 |
| 5.2 估计反射率相似域的色彩特征化补偿 |
| 5.3 全局与局部亮度恢复补偿 |
| 5.3.1 自适应伽马变换的全局亮度补偿 |
| 5.3.2 局部亮度尺度调整 |
| 5.4 程序加速及并行化优化 |
| 5.4.1 指令集向量化 |
| 5.4.2 多线程并行优化 |
| 5.5 实验与分析 |
| 5.5.1 基础补偿实验 |
| 5.5.2 亮度补偿实验 |
| 5.5.3 程序加速结果 |
| 5.6 本章小结 |
| 第六章 总结 |
| 6.1 本文工作内容总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的成果 |
（7）全光时域线性正则变换器的理论和应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 首字母缩写词中英文对照 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 光通信物理层加密技术的发展与研究现状 |
| 1.3 光脉冲重复率倍频技术的发展与研究现状 |
| 1.4 光脉冲微分技术的发展与研究现状 |
| 1.5 时域线性正则变换器的发展与研究挑战 |
| 1.6 本论文的主要研究工作 |
| 2 全光时域线性正则变换器的时频矩阵理论 |
| 2.1 线性正则变换回顾 |
| 2.2 射线矩阵回顾 |
| 2.3 时频矩阵提出 |
| 2.4 理想时域线性正则变换器分析 |
| 2.4.1 单阶段变换器 |
| 2.4.2 两阶段变换器 |
| 2.4.3 三阶段变换器 |
| 2.5 时域线性正则变换器扰动分析 |
| 2.5.1 有扰动的单阶段变换器 |
| 2.5.2 有扰动的两阶段变换器 |
| 2.5.3 有扰动的三阶段变换器 |
| 2.6 小结 |
| 3 变形时域线性正则变换器及其光加密应用研究 |
| 3.1 引言 |
| 3.2 变形时域线性正则变换的设计 |
| 3.2.1 变形空间透镜的基本原理 |
| 3.2.2 变形时间透镜的设计 |
| 3.2.3 变形时域线性正则变换器的分析 |
| 3.3 基于变形时域线性正则变换器的双随机相位编码系统 |
| 3.3.1 暴力攻击分析 |
| 3.3.2 数值仿真评估 |
| 3.4 基于变形时域线性正则变换器的非对称光加密系统 |
| 3.4.1 相位提取攻击分析 |
| 3.4.2 数值仿真评估 |
| 3.5 噪声和阻塞鲁棒性 |
| 3.6 小结 |
| 4 基于时域线性正则变换器的全光重复率倍频技术 |
| 4.1 引言 |
| 4.2 通用模型建立 |
| 4.3 基于时域傅里叶变换器的全光重复率倍频技术 |
| 4.3.1 模型具体化 |
| 4.3.2 数值仿真试验 |
| 4.3.3 非理想因素分析 |
| 4.4 基于时域菲涅尔变换器的全光重复率倍频技术 |
| 4.4.1 模型具体化 |
| 4.4.2 数值仿真试验 |
| 4.5 与已有重复率倍频技术的比较 |
| 4.6 小结 |
| 5 基于时域线性正则变换器的实时可调光微分技术 |
| 5.1 引言 |
| 5.2 时域幂函数调制 |
| 5.2.1 定义 |
| 5.2.2 实现方案 |
| 5.3 基于时域夫琅和费变换器的光微分技术 |
| 5.3.1 光路设计 |
| 5.3.2 参数约束 |
| 5.3.3 微分功能仿真验证 |
| 5.4 基于时间/频率到频率/时间映射器的光微分技术 |
| 5.4.1 光路设计 |
| 5.4.2 参数约束 |
| 5.4.3 补偿能力仿真验证 |
| 5.4.4 电光时间透镜与四波混频时间透镜的比较 |
| 5.5 基于反馈级联的高阶光微分技术 |
| 5.6 小结 |
| 6 结束语 |
| 6.1 本论文完成的主要研究工作及取得的成果 |
| 6.2 下一步拟开展的研究工作 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）基于双目视觉的舰船输送平台运动控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 舰船输送平台研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 相关领域研究现状 |
| 1.3.1 双目视觉测距研究现状 |
| 1.3.2 PID参数优化研究现状 |
| 1.4 课题来源及本文主要研究内容 |
| 第2章 舰船输送平台机构与结构设计 |
| 2.1 舰船输送平台机构运动学建模 |
| 2.1.1 机构描述 |
| 2.1.2 位置正解 |
| 2.1.3 位置反解 |
| 2.1.4 运动学仿真 |
| 2.2 舰船输送平台工作空间分析 |
| 2.3 舰船输送平台结构设计及静力学分析 |
| 2.3.1 回转机构部分 |
| 2.3.2 俯仰机构部分 |
| 2.3.3 伸缩机构部分 |
| 2.4 本章小结 |
| 第3章 舰船输送平台通道末端双目视觉定位 |
| 3.1 基于视觉定位的平台运动方案 |
| 3.2 相机标定 |
| 3.3 图像处理 |
| 3.3.1 颜色模式识别 |
| 3.3.2 ROI区域提取 |
| 3.4 目标定位 |
| 3.4.1 特征匹配 |
| 3.4.2 目标位置信息计算 |
| 3.5 本章小结 |
| 第4章 舰船输送平台运动控制 |
| 4.1 基于视觉信息的轨迹规划 |
| 4.1.1 门形路径规划 |
| 4.1.2 延迟响应曲线插值优化 |
| 4.2 基于类顶优化算法的PID控制 |
| 4.2.1 液压驱动单元建模 |
| 4.2.2 类顶优化算法优化过程 |
| 4.2.3 算法优化结果分析 |
| 4.3 本章小结 |
| 第5章 舰船输送平台视觉跟随实验研究 |
| 5.1 舰船输送平台实验样机介绍 |
| 5.1.1 机械结构 |
| 5.1.2 驱动系统及元件 |
| 5.1.3 测控系统 |
| 5.2 单自由度视觉跟随实验研究 |
| 5.3 样机视觉跟随实验研究 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（9）可修订电子签名的可控性的研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要内容 |
| 1.4 论文章节安排 |
| 2 密码学相关知识 |
| 2.1 非对称加密算法 |
| 2.1.1 密钥交换算法 |
| 2.1.2 电子签名算法 |
| 2.2 哈希函数算法 |
| 2.2.1 加密哈希函数 |
| 2.2.2 拟交换哈希函数(QCHF) |
| 2.2.3 结合非交换哈希函数(AHF) |
| 2.2.4 变色龙哈希函数(CHF) |
| 2.3 椭圆曲线 |
| 2.4 可修订电子签名方案(RSS) |
| 2.5 本章小结 |
| 3 约束增强的可修订电子签名方案(SRSS)的设计 |
| 3.1 可修订电子签名修订约束能力的分析与设计 |
| 3.1.1 修订约束的表达能力 |
| 3.1.2 修订约束的追加能力 |
| 3.1.3 修订约束表达方式的设计 |
| 3.2 SRSS的形式化定义 |
| 3.3 SRSS相关属性的形式化定义 |
| 3.3.1 SRSS的正确性 |
| 3.3.2 SRSS的不可伪造性 |
| 3.3.3 SRSS的隐私性 |
| 3.3.4 SRSS的完全可约束性 |
| 3.4 SRSS的具体算法 |
| 3.5 SRSS相关属性的证明 |
| 3.5.1 SRSS的正确性证明 |
| 3.5.2 SRSS的不可伪造性证明 |
| 3.5.3 SRSS的隐私性证明 |
| 3.5.4 SRSS的完全可约束性证明 |
| 3.6 算法分析和比较 |
| 3.7 本章小结 |
| 4 可修订电子签名工具的设计与实现 |
| 4.1 需求分析以及技术选型 |
| 4.2 核心算法的选择和设计 |
| 4.2.1 可修订电子签名方案(RSS) |
| 4.2.2 结合非交换哈希函数(AHF) |
| 4.2.3 拟交换哈希函数(QCHF) |
| 4.2.4 变色龙哈希函数(CHF) |
| 4.3 性能测试 |
| 4.4 功能演示 |
| 4.4.1 主页界面 |
| 4.4.2 签名界面 |
| 4.4.3 修订界面 |
| 4.4.4 验证界面 |
| 4.4.5 模板使用界面 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（10）基于HALCON的注射器针头缺陷检测系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 注射器针头缺陷检测的研究现状 |
| 1.2.2 机器视觉技术发展现状 |
| 1.2.3 基于机器视觉的缺陷检测的研究现状 |
| 1.3 注射器针头缺陷成因分析 |
| 1.4 本文的主要研究内容和重点研究内容 |
| 1.4.1 主要研究内容 |
| 1.4.2 重点研究内容 |
| 1.5 本章小结 |
| 2 系统的总体设计方案及硬件选型 |
| 2.1 缺陷检测系统总体设计方案 |
| 2.2 缺陷检测系统的硬件选型 |
| 2.2.1 照明系统 |
| 2.2.2 相机 |
| 2.2.3 镜头 |
| 2.2.4 计算机 |
| 2.3 本章小结 |
| 3 注射器针头的倒装缺陷检测 |
| 3.1 注射器针头图像平滑处理 |
| 3.1.1 中值滤波 |
| 3.1.2 高斯滤波 |
| 3.1.3 均值滤波 |
| 3.1.4 滤波器的选择与比较 |
| 3.2 注射器针头图像的频域增强 |
| 3.2.1 频域处理及选用的滤波器 |
| 3.2.2 频域处理在HALCON中的实现 |
| 3.2.3 本文中带阻滤波器的优势与不足 |
| 3.3 注射器针头图像的模板匹配 |
| 3.3.1 基于形状的模板匹配 |
| 3.3.2 基于形状的模板匹配在HALCON中的实现 |
| 3.4 注射器针头图像的几何变换 |
| 3.4.1 基本几何变换和仿射变换 |
| 3.4.2 仿射变换在HALCON中的实现 |
| 3.5 本章小结 |
| 4 注射器针头的弯钩缺陷检测 |
| 4.1 注射器针头图像的BLOB分析 |
| 4.1.1 BLOB分析工具 |
| 4.1.2 BLOB分析在HALCON中的实现 |
| 4.2 注射器针头图像的边缘提取 |
| 4.2.1 腐蚀 |
| 4.2.2 膨胀 |
| 4.2.3 开运算 |
| 4.2.4 闭运算 |
| 4.2.5 数学形态学组合运算在HALCON中的实现 |
| 4.3 注射器针头图像的亚像素轮廓提取 |
| 4.3.1 Sobel滤波器 |
| 4.3.2 沈俊滤波器 |
| 4.3.3 Canny滤波器 |
| 4.3.4 Deriche滤波器 |
| 4.3.5 Lanser滤波器 |
| 4.3.6 滤波器的选择与比较 |
| 4.4 注射器针头图像的边缘拟合 |
| 4.5 注射器针头图像的识别检测 |
| 4.6 本章小结 |
| 5 注射器针头缺陷检测软件设计与实现 |
| 5.1 针头缺陷检测软件设计 |
| 5.1.1 缺陷检测流程 |
| 5.1.2 软件设计前的准备工作 |
| 5.1.3 缺陷检测软件设计流程 |
| 5.2 针头缺陷检测功能 |
| 5.3 试验结果与分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
四、模板运算的传递函数分析（论文参考文献）
- [1]视觉单目标跟踪算法研究[D]. 郑伟伟. 浙江大学, 2021(01)
- [2]基于机器视觉的手机石墨散热片缺陷检测[D]. 荀康迪. 江苏理工学院, 2021(02)
- [3]河域边界线实时视觉识别与应用[D]. 赵帮强. 太原理工大学, 2021(01)
- [4]视觉检测中特征提取的FPGA加速技术研究[D]. 潘银飞. 合肥工业大学, 2021
- [5]面向高效视频目标跟踪的模型学习、压缩与集成[D]. 王宁. 中国科学技术大学, 2021(09)
- [6]投影显示色彩校正方法研究[D]. 徐嘉桢. 电子科技大学, 2021(01)
- [7]全光时域线性正则变换器的理论和应用研究[D]. 王明庆. 北京交通大学, 2021(02)
- [8]基于双目视觉的舰船输送平台运动控制研究[D]. 冯新宇. 燕山大学, 2021(01)
- [9]可修订电子签名的可控性的研究与应用[D]. 陈曦源. 西南科技大学, 2021(08)
- [10]基于HALCON的注射器针头缺陷检测系统研究[D]. 张宝愿. 西安工业大学, 2021(02)