学位论文 > 优秀研究生学位论文题录展示

基于图像特征的香烟品牌分类与真假鉴别研究

作　者: 张媛媛
导　师: 孙光民
学　校: 北京工业大学
专　业: 信息与通信工程
关键词: 特征提取主元分析高斯混合模型支持向量机
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 8次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来基于图像特征处理的方法在人脸识别,手写字体识别以及指纹识别等领域得到了广泛应用,本文将研究图像特征的提取,降维及分类的方法在香烟品牌分类与真假鉴别中的实现。特征提取主要研究颜色特征和结构特征,颜色特征是基于HSI模型提取网格图像的色调直方图标准差作为特征向量,并引入欧氏距离作为向量可分性的评价准则得到图像最优网格划分。结构特征提取的是图像的形态,边缘及纹理三种特征。基于形态学处理提取连通域个数及连通域中心点坐标作为特征向量。对于边缘检测,使用形态学滤波去除烫印噪声后,基于CSS算法提取边缘轮廓的角点坐标作为特征向量。基于纹理分析提取灰度共生矩阵中四个常用特征值作为特征向量。特征降维是基于主元分析的方法对高维特征向量进行映射变换,筛选主元特征得到低维特征向量。品牌分类是基于高斯混合模型进行建模,将颜色特征向量作为训练样本集合,使用EM算法进行参数估计得到分类器,并结合主元分析对颜色向量进行降维以提高分类准确率。真假鉴别是基于支持向量机进行建模,使用结构特征集合训练得到分类器,并引入马氏距离对训练样本集合进行缩减处理以提高训练效率,及结合主元分析对结构向量进行降维以提高分类准确率。实验结果表明香烟品牌分类的准确率达91%以上,真假鉴别的准确率达84%以上

全文目录

摘要  4-5
Abstract  5-7
第1章绪论  7-11
  1.1 研究背景与意义  7-8
  1.2 国内外研究现状  8-9
  1.3 研究内容与章节安排  9-11
第2章香烟图像特征的提取与降维  11-41
  2.1 颜色特征的提取  11-17
    2.1.1 基于HSI的颜色特征提取  11-15
    2.1.2 基于欧氏距离的网格划分  15-17
  2.2 结构特征的提取  17-36
    2.2.1 形态学特征  17-21
    2.2.2 边缘特征  21-32
    2.2.3 纹理特征  32-36
  2.3 基于主元分析的特征降维  36-38
  2.4 本章小结  38-41
第3章基于高斯混合模型的香烟品牌分类  41-49
  3.1 贝叶斯原理  41-43
  3.2 高斯混合模型原理  43-46
  3.3 实验结果与分析  46-48
  3.4 本章小结  48-49
第4章基于支持向量机的香烟真假鉴别  49-67
  4.1 支持向量机原理  49-56
  4.2 马氏距离对SVM的改进  56-60
  4.3 实验结果与分析  60-64
  4.4 本章小结  64-67
第5章香烟品牌分类与真假鉴别系统设计实现  67-73
  5.1 算法流程  67-70
  5.2 系统设计  70-72
  5.3 本章小结  72-73
结论  73-75
参考文献  75-79
攻读硕士学位期间所发表的学术论文  79-81
致谢  81

基于图像特征的香烟品牌分类与真假鉴别研究

内容摘要

全文目录

相似论文