学位论文 > 优秀研究生学位论文题录展示
图像纹理的特征提取和分类方法研究
作 者: 刘莹
导 师: 谢松法
学 校: 华中科技大学
专 业: 计算数学
关键词: 特征提取 纹理分类 灰度共生矩阵 小波变换 Radon变换
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 16次
引 用: 0次
阅 读: 论文下载
内容摘要
图像分类、对象检测与识别、场景分类等工作都依赖于图像特征的描述与提取。而纹理是人类视觉系统中使用频率最高的特征之一。纹理提供了有关空间分布和亮度变换的信息,也描述了图像表面的结构安排。然而,尽管人类视觉系统很容易准确地识别和描述纹理,但很难提取纹理特征,用于纹理分类以及不同的应用领域。本文首先研究了纹理特征提取算法,然后利用台湾大学林智仁等开发的LIBSVM系列软件对图像分类。本文作了以下几个方面的研究。(1)本文研究了纹理分析常用的一些算法和图像分类中的经典算法。总结出纹理图像分类的基本思路。(2)针对图像旋转对分类的影响,本文提出了具有旋转不变性的Radon变换和小波变换结合的算法。旋转图像经过Radon变换后,图像相对于原图来说发生了平移。而小波变换恰好具有平移不变性。因此,将Radon变换与小波变换相结合,可以实现纹理图像的旋转不变性。(3)为了实现同时具有多尺度性和图像的统计特性,本文提出了将灰度共生矩阵和小波变换结合的算法。针对结合的方式,提出了两种不同的方法。一种是先对图像进行小波变换,然后再对变换后的图像计算其灰度共生矩阵。而另一种是分别对原图进行小波变换和计算灰度共生矩阵,然后将分别提取出来的特征组合为纹理图像的特征向量。最后利用支持向量机进行分类。(4)设计了整个实验功能模块实现的过程。对惩罚因子C、核函数及其参数等对分类精度的影响进行了实验。最后比较了各种纹理特征提取算法,以及在噪声的干扰下对分类精度的影响。通过一系列实验结果表明,改进算法的分类效果相对于经典算法要更好,分类精度更高。
|
全文目录
摘要 4-5 Abstract 5-9 1 绪论 9-12 1.1 研究意义及目的 9 1.2 纹理分析应用 9-10 1.3 发展与现状 10-11 1.4 本文结构安排 11-12 2 纹理分析方法 12-19 2.1 纹理基本概念及定义 12-13 2.2 纹理分析算法 13-16 2.3 图像分类算法 16-17 2.4 纹理图像分类基本思路 17-18 2.5 本章小结 18-19 3 纹理特征提取算法研究 19-30 3.1 Radon 变换 19-20 3.2 灰度共生矩阵 20-22 3.3 小波变换 22-27 3.4 基于 Radon 变换和小波变换 27-28 3.5 基于灰度共生矩阵和小波变换 28-30 4 多类 SVM 分类算法研究 30-34 4.1 支持向量机分类器 30-32 4.2 多分类器算法 32-33 4.3 本章小结 33-34 5 实验结果分析及算法比较 34-45 5.1 实验模块功能设计 34-35 5.2 SVM 性能实验 35-41 5.3 纹理特征提取算法比较实验 41-44 5.4 本章小结 44-45 6 总结与展望 45-47 6.1 全文总结 45 6.2 研究展望 45-47 致谢 47-48 参考文献 48-51
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 地波辐射源的调制类型识别与参数估计,TN957.51
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 蚁群算法及其在气象卫星云图分割中的应用,TP391.41
- ASAR与MODIS协同的海洋溢油信息提取,X87
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 小波变换在桥梁变形监测数据处理中的应用,TP274
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|