学位论文 > 优秀研究生学位论文题录展示

基于二元树复小波变换的特征提取与识别

作　者: 高仕龙
导　师: 周杰
学　校: 四川大学
专　业: 概率论与数理统计
关键词: 模式识别特征提取二元树复小波变换奇异值分解神经网络
分类号: O235
类　型: 硕士论文
年　份: 2005年
下　载: 362次
引　用: 3次
阅　读: 论文下载

内容摘要

本文从传统的实小波(CWT)定义出发,研究了小波变换对信号的分解和重构的基本原理。二元树复小波变换(Dual-Tree　CWT)是一种新的小波变换,它不仅保持了传统实小波变换多分辨率特性和时频局部化的分析能力,而且具有更好的方向选择性、平移不变性和有限的数据冗余等特点。其近似的平移不变性恰好可以解决小波变换不能解决的因信号平移而导致各尺度上能量分布发生变化的问题,二元树复小波变换良好的方向选择性使其在每一尺度上可以分解为8个子带,反映细节特征的高频部分能分别描述±1 50 ,±4 50 , ±7 50共6 个方向的属性,所以它能反映出灰度图像在不同分辨率下沿更多方向的变化情况,从而更好的描述图像的方向特征。本文将二元树复小波变换和矩阵的奇异值分解结合在一起应用于车牌汉字特征提取,利用前者近似的平移不变性和良好的方向选择性对预处理后的灰度字符图像进行分解和重构,得到的1个低频子图和6 个高频子图,利用矩阵奇异值分解提取每个子图的稳定的奇异值特征构成一个特征矢量,为了提高神经网络的计算效率和收敛率,先对特征矢量进行降维和归一化处理,然后输入BP 神经网络进行训练和模拟,得到了很好的识别率。　最后将实验结论同二维实小波变换所做的结果作了比较,前者性能明显优于后者。

全文目录

中文摘要  2-3
英文摘要  3-5
第一章引言  5-9
第二章小波变换  9-22
  2.1 实小波变换  9-12
    2.1.1 小波定义  9-10
    2.1.2 小波对信号的分解和重构  10-12
  2.2 二元树复小波变换及其性质  12-22
    2.2.1 二元树复小波变换的性质  12-13
    2.2.2 二元树复小波变换平移不变性分析  13-17
    2.2.3 二元树复小波变换的滤波器设计  17-19
    2.2.4 二元树复小波变换的多方向选择性分析  19-22
第三章特征提取  22-29
  3.1 数字图像的特征  22
  3.2 矩阵的奇异值分解  22-23
  3.3 奇异值的应用  23-25
  3.4 基于D-WT的车牌汉字特征提取  25-29
    3.4.1 字符图像预处理  25-26
    3.4.2 字符图像特征提取  26-29
第四章基于二元树复小波变换提取的特征识别  29-37
  4.1 识别方法综述  29-30
  4.2 BP神经网络  30-31
  4.3 用BP神经网络进行分类学习  31-34
  4.4 车牌汉字的识别  34-37
第五章总结  37-39
参考文献  39-41
附:攻读硕士学位期间发表论文  41-42
致谢  42-43
声明  43

基于二元树复小波变换的特征提取与识别

内容摘要

全文目录

相似论文