学位论文 > 优秀研究生学位论文题录展示

图像纹理特征提取及分类方法研究

作　者: 张伟伟
导　师: 何凯
学　校: 天津大学
专　业: 信息与通信工程
关键词: 纹理分类特征提取支持向量机渐晕纹理分类彩色纹理分类
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 1次
引　用: 0次
阅　读: 论文下载

内容摘要

纹理分类是模式识别与计算机视觉的重要组成部分，目前已广泛应用于多个领域。其中，纹理特征提取方法和分类器的选择，是纹理分类技术的关键。对于均匀灰度纹理图像，可利用小波变换、局部二进制等方法提取纹理特征，再利用神经网络、支持向量机等技术进行分类，对于彩色纹理图像和光照不均匀的纹理图像，现有纹理分类方法的效果还不够理想，分类准确度有待进一步提高。论文针对当前纹理图像分类存在的问题，提出了彩色纹理图像和光照不均匀纹理图像的特征提取方法，并结合支持向量机对相关纹理图像进行了实验仿真。论文主要内容包括：(1)针对光照不均匀（如渐晕）的纹理图像，提出了一种新的纹理图像自动分类方法。根据渐晕图像设定渐晕系数，在小波包提取纹理指数算法的基础上，利用渐晕系数自动调整各小波包分解系数，以此消除渐晕对特征指数的影响，提高分类准确率。仿真实验结果表明，利用该方法对渐晕纹理图像进行分类，分类准确率得到了很大程度的提高，取得了比较理想的分类效果。(2)针对彩色纹理图像，提出了两种特征提取方法。一种基于统计的思想，将共生矩阵扩展到彩色图像的各图层之间，提取彩色共生矩阵；另一种是基于原始纹理基元的思想，统计图像中各纹理基元作为局部特征，并结合彩色图像的色相和饱和度的全局特征，构建纹理指数。仿真实验结果表明，利用这两种方法提取彩色纹理特征，结合支持向量机进行自动分类，分类准确率得到了很大程度的提升。另外，论文还讨论了基于统计地形特征的纹理特征提取方法，并结合支持向量机对图像库中的灰度纹理图像进行了分类实验。实验结果表明，此方法虽然可以实现纹理图像自动分类，但是时间消耗很大。除此之外，论文还将纹理特征与图像修复联系起来，依据纹理指数实现样本块大小的自适应选取；仿真实验结果表明，此方法可以实现样本块大小的自动选取，提高了图像修复算法的自适应性。

全文目录

摘要  3-4
ABSTRACT  4-8
第一章绪论  8-16
  1.1 研究的目的和意义  8-9
  1.2 纹理分类的研究内容及常用方法  9-11
    1.2.1 纹理特征提取方法  9-11
    1.2.2 纹理分类方法  11
  1.3 当前研究现状及面临的主要问题  11-14
  1.4 论文主要研究内容及结构安排  14-16
第二章基于统计地形特征的纹理图像分类  16-23
  2.1 引言  16
  2.2 统计地形特征  16-20
  2.3 实验及结果分析  20-22
  2.4 本章小结  22-23
第三章非均匀纹理图像分类方法  23-33
  3.1 引言  23-24
  3.2 渐晕纹理图像分类方法  24-30
    3.2.1 渐晕模型  24-25
    3.2.2 纹理特征提取及特征向量构造  25-28
    3.2.3 渐晕纹理图像的自动分类  28-29
    3.2.4 算法流程  29-30
  3.3 实验结果及分析  30-32
  3.4 本章小结  32-33
第四章基于纹理特征指数的样本块自适应选取  33-43
  4.1 引言  33-34
  4.2 自适应样本块的纹理合成算法  34-42
    4.2.1 基于样本块的纹理合成算法  34-36
    4.2.2 样本块自适应选取  36-42
  4.3 本章小结  42-43
第五章彩色纹理图像自动分类方法  43-51
  5.1 引言  43
  5.2 彩色图像纹理特征提取  43-48
    5.2.1 彩色共生矩阵  43-45
    5.2.2 原始模式基元  45-48
    5.2.3 彩色纹理图像的色彩特征  48
  5.3 仿真实验结果及分析  48-50
  5.4 本章小结  50-51
第六章总结与展望  51-53
  6.1 总结  51-52
  6.2 展望  52-53
参考文献  53-57
发表论文和参加科研情况说明  57-58
致谢  58

图像纹理特征提取及分类方法研究

内容摘要

全文目录

相似论文