学位论文 > 优秀研究生学位论文题录展示
基于马尔科夫随机场的纹理图像分类
作 者: 毕芳
导 师: 杨延西
学 校: 西安理工大学
专 业: 模式识别与智能系统
关键词: 纹理图像 马尔科夫随机场 人工神经网络 分类
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 499次
引 用: 0次
阅 读: 论文下载
内容摘要
纹理几乎是所有图像的固有特性,任何图像都可以看成是一种或是多种纹理的结合。现在对于纹理图像的分析和分类广泛用于瑕疵定位、景物识别、图像检索、遥感图像分析等多个领域。本文针对纹理图像的分类问题,提出了基于马尔科夫随机场模型的特征提取方法,然后加入一些辅助特征,利用BP人工神经网络来进行识别分类的方法。马尔科夫随机场是马尔科夫随机过程在二维参数中的推广。在数学上马尔科夫随机场是可以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,能够合理的描述出纹理图像的随机特性。在本文中根据纹理图像的特点构建了马尔科夫随机场模型,然后进行参数估计,求取纹理特征参数。应用人工神经网络对纹理参数进行模式分类,这是近几年兴起的模式识别领域的一个新的研究方向。实验结果证明,应用马尔科夫随机场模型提取的特征参数是有效的,人工神经网络模式识别分类方法是可行的。另外,在本文中还添加了一些能够表达纹理特点的纹理特征,主要是从灰度共生矩阵中提取的8个特征参数,以及能够很好表达纹理特征信息的纹理分形维数。实验证明,这些辅助特征对于纹理图像的识别工作能够起到一定的积极作用,提高了识别率。
|
全文目录
相似论文
- K公司计划及预测改进对于合理库存配置的研究,F224
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于词义及语义分析的问答技术研究,TP391.1
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 基于串核的蛋白质分类算法的研究与实现,TP301.6
- 统计与语言学相结合的词对齐及相关融合策略研究,TP391.2
- 上下文相关的词汇复述研究,TP391.1
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 互联网上旅游评论的情感分析及其有用性研究,TP391.1
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 多样性密度学习算法的研究与应用,TP181
- 运动特征及地形约束的感知网目标跟踪算法及系统研究,TP212.9
- 计算智能在数字化卷烟叶组配方中的应用研究,TS44
- 基于中国土壤系统分类的土壤类型和界线确定研究,S155
- 弯孢属种分子鉴定体系的建立及其在疑难种上的应用,Q949.32
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 面向公众的教育视频共建共享平台的设计与实践研究,G434
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 基于土壤系统分类的土壤调查方法研究,S155
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
|