版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著互聯(lián)網(wǎng)的快速發(fā)展和計(jì)算機(jī)應(yīng)用范圍的不斷擴(kuò)展,海量圖像數(shù)據(jù)需要被分析和處理。其中,根據(jù)圖像的特征進(jìn)行分類就是一個(gè)重要的應(yīng)用。因此,模式識(shí)別技術(shù)受到人們的廣泛關(guān)注和研究。模式識(shí)別主要包含三個(gè)部分:預(yù)處理、特征提取和模式分類。本文以此為重點(diǎn)進(jìn)行了相關(guān)研究,主要內(nèi)容如下:
預(yù)處理部分,首先,對(duì)圖像灰度化處理。其次,應(yīng)用中值濾波對(duì)圖像去噪。最后,應(yīng)用EM算法進(jìn)行圖像分割。
特征提取部分,本文主要研究了以下四種特征提取的方法
2、。第一,介紹不變矩方法及其原理,并且提出一種基于邊界矩的快速算法。第二,應(yīng)用連續(xù)傅里葉描述子方法彌補(bǔ)離散傅里葉描述子方法邊界不封閉的不足。第三,圖像數(shù)據(jù)通常是高維數(shù)據(jù),針對(duì)這一特點(diǎn)本文應(yīng)用主成份分析(Principal Component Analysis,PCA)方法,對(duì)圖像降維并提取相應(yīng)特征。可以大大降低計(jì)算復(fù)雜度。第四,獨(dú)立分量分析(Independent Component Analysis,ICA)方法是繼PCA之后的又一分析
3、高維數(shù)據(jù)的有力工具。它彌補(bǔ)了PCA對(duì)圖像數(shù)據(jù)高階統(tǒng)計(jì)量的缺失。本文采用FastICA作為ICA的特征提取算法,彌補(bǔ)傳統(tǒng)的ICA算法存在的迭代次數(shù)多,收斂難的不足。
模式分類部分,對(duì)BP神經(jīng)網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)的原理及其優(yōu)缺點(diǎn)進(jìn)行了分析。在此基礎(chǔ)上,提出一種RBF-BP的混合網(wǎng)絡(luò),以此來改善RBF網(wǎng)絡(luò)泛化能力弱和BP網(wǎng)絡(luò)收斂速度慢的缺點(diǎn)。
實(shí)驗(yàn)結(jié)果表明,在特征提取的分析比較中,基于矩特征和基于傅里葉描述子的特征提取方法的識(shí)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 1圖像模式識(shí)別的方法
- 1圖像模式識(shí)別的方法
- 1圖像模式識(shí)別的方法
- 基于模式識(shí)別的圖像隱寫分析.pdf
- 基于模式識(shí)別的磁光圖像增強(qiáng)算法研究.pdf
- 基于模式識(shí)別的JPEG圖像通用盲檢測(cè)方法研究.pdf
- 基于仿生模式識(shí)別的腦MRI圖像分割方法研究.pdf
- 基于小波技術(shù)的局部放電圖像模式識(shí)別的研究.pdf
- 基于仿生模式識(shí)別的虹膜識(shí)別算法研究.pdf
- 基于模式識(shí)別的車牌字符識(shí)別研究與實(shí)現(xiàn).pdf
- 基于圖像分割和模式識(shí)別的鋼材斷口圖像分析方法研究.pdf
- 基于多尺度分析和仿生模式識(shí)別的紋理圖像識(shí)別.pdf
- 基于模式識(shí)別的流型判別.pdf
- 基于模式識(shí)別的癲癇腦網(wǎng)絡(luò)研究.pdf
- 體全息圖像庫中人臉圖像模式識(shí)別的研究.pdf
- 基于模式識(shí)別的推薦技術(shù)的研究與應(yīng)用.pdf
- 基于JAVA語言的設(shè)計(jì)模式識(shí)別的研究與應(yīng)用.pdf
- 基于仿生模式識(shí)別的非特定人連續(xù)語音識(shí)別的研究.pdf
- 基于模式識(shí)別的鞋底花紋自動(dòng)識(shí)別與分類.pdf
- 基于圖像處理和模式識(shí)別的身份證識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論