学位论文 > 优秀研究生学位论文题录展示

一种基于灰度行程与Guass-Markov随机场的木材纹理分析方法

作　者: 马珂
导　师: 邬长安
学　校: 信阳师范学院
专　业: 数学
关键词: 图像分析灰度行程长马尔科夫随机场 ATR神经网络
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 25次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来,随着图像处理技术和模式识别理论的发展,纹理分析与识别理论的研究取得了一系列的突破,纹理分析对于图像特征提取、图像分析和识别、计算机视觉等有着重要意义。但由于图像纹理分析的复杂性,使得图像纹理分析问题成为数字图像处理和模式识别中最具吸引力、最困难的问题之一。本文采用白桦、红松、落叶松、水曲柳、柞木五种木材纹理图像作为研究对象,通过灰度变化、图像去噪、直方图修正,图像锐化等图像预处理技术,得到便于计算机处理的图像。在数学上马尔可夫随机场是很好的表达纹理集聚的概率模型,它的统计参数能够表现出邻域像元集合的大小和方向,可以合理的描述出图像纹理的随机特性。而灰度行程能很好的描述对基于纹理中基元的长度和灰度级的连续概率。结合二者特征参数形成综合特征参数体系,便于分类和识别。由于传统贝叶斯分类器的局限性,很难对木材纹理进行最优的识别分类。因此本文选用这种方法对木材纹理综合特征的26个特征参数进行处理,并在最小错误率的决策下配合ART神经网络分类器使用。实验结果表明,应用该分类方法进行图像分类识别,能够获得较高的分类速度和较好的分类效果。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-15
  1.1 纹理概述及应用  8
  1.2 纹理的统计分析方法  8-12
  1.3 纹理的结构分析方法  12
  1.4 纹理的模型分析方法  12-13
  1.5 木材纹理存在的问题和困难  13-14
    1.5.1 问题  13-14
    1.5.2 难点  14
  1.6 本课题研究内容  14-15
第2章木材纹理图像的分析与预处理  15-24
  2.1 引言  15
  2.2 常见木材图像格式  15-16
  2.3 灰度变换  16-18
  2.4 图像去噪  18-19
  2.5 直方图修正  19-20
  2.6 图像锐化  20-21
  2.7 本章实验结果  21-24
第3章一种基于灰度行程与Guass-Markov随机场的木材纹理分析方法  24-35
  3.1 引言  24
  3.2 灰度行程长分析法  24-28
    3.2.1 灰度行程长统计参数  24-25
    3.2.2 木材纹理灰度行程长参数提取  25-28
  3.3 马尔可夫随机场概述  28-35
    3.3.1 Guass-Markov随机场模型的建立  28-30
    3.3.2 Guass-Markov随机场模型及其参数估计  30-32
    3.3.3 Guass-Markov随机场参数值  32-35
第4章木材表面纹理参数体系的建立及其分类识别  35-40
  4.1 基于人工神经网络设计的木材表面纹理特征模式识别  35-36
  4.2 基于最小错误率决策的ART神经网络分类器设计  36-37
    4.2.1 最小错误率贝叶斯决策概述  36
    4.2.2 ART网络分类器概述  36
    4.2.3 最小错误率ART网运行原理  36-37
  4.3 基于最小错误率检测ART分类器的算法  37-38
  4.4 实验与结果分析  38-40
第5章总结与展望  40-41
  5.1 总结  40
  5.2 展望  40-41
致谢  41-42
参考文献  42-44

一种基于灰度行程与Guass-Markov随机场的木材纹理分析方法

内容摘要

全文目录

相似论文