基于稀疏表示的紋理分類方法研究.pdf

1、紋理是自然圖像中的重要信息,紋理反映了物體表面的固有屬性。在紋理分析領(lǐng)域中,實現(xiàn)紋理的有效描述是關(guān)鍵技術(shù)之一。紋理種類眾多,形式多樣,這為描述紋理帶來了一定困難。稀疏表示是當今信號處理領(lǐng)域中的一個熱點研究方向,信號經(jīng)過稀疏表示后可得到一種簡單有效的表示。本文在稀疏表示理論基礎(chǔ)之上,將稀疏表示引入到紋理描述中,研究紋理圖像的稀疏表示模型,對在時域較復雜的紋理進行稀疏分解以得到其盡量簡單、有效的描述,并成功將此模型應(yīng)用到紋理分類中。論文的主

2、要研究內(nèi)容及創(chuàng)新點歸納如下:
　　1.在稀疏表示的研究基礎(chǔ)之上,研究紋理圖像的稀疏表示模型。圖像的紋理較復雜,高頻成分較多,在簡單的基底下難以達到紋理圖像稀疏描述的目的。為此,文中對字典學習方法進行了研究,并通過字典學習方法為紋理圖像訓練得到自適應(yīng)字典,從而得到紋理的最佳稀疏表示。此外,稀疏表示在全局紋理描述時將遇到龐大的計算量,為此,本文研究基于圖像塊的紋理描述方法,并實現(xiàn)將局部紋理描述有效轉(zhuǎn)化成全局紋理描述。
　　2.研

3、究一種基于稀疏表示的紋理基元字典訓練方法,通過稀疏分解可建立圖像塊與字典原子間一對多的映射關(guān)系,并利用此映射關(guān)系實現(xiàn)了紋理分類。為減少計算時間,在稀疏分解之前,利用圖像塊與字典原子間的相關(guān)性,對冗余字典進行裁剪,提高了方法效率。
　　3.為突出紋理在稀疏域的類別信息,增強字典的描述能力,研究一種判別性字典學習方法,并將其應(yīng)用于實現(xiàn)紋理分類?；谂袆e性字典的紋理分類方法中,將特征變換矩陣融入到字典學習目標函數(shù)中,在字典訓練的同時訓練