2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩53頁未讀 繼續(xù)免費閱讀

下載本文檔

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、在圖像去噪、圖像修補和超分辨率重構(gòu)等領(lǐng)域,字典學(xué)習(xí)算法已經(jīng)獲得了很好的應(yīng)用,而在對圖像的分割方面應(yīng)用較少。因為可以認(rèn)字典學(xué)習(xí)和稀疏表示是對圖像信息結(jié)構(gòu)的一種稀疏刻畫,將字典學(xué)習(xí)和稀疏表示的思想應(yīng)用到圖像分割問題中,因此我們將字典學(xué)習(xí)與近幾年研究得比較多、應(yīng)用逐漸廣泛的譜聚類算法結(jié)合,以圖像分割為應(yīng)用背景,對字典學(xué)習(xí)和譜聚類的各種切合點進(jìn)行了研究。
   本論文的主要工作概括如下:
   (1)提出了一種基于字典學(xué)習(xí)采樣譜

2、聚類的圖像分割算法,該算法引入字典學(xué)習(xí)方法,對全局?jǐn)?shù)據(jù)進(jìn)行字典學(xué)習(xí),以獲得具有全局結(jié)構(gòu)信息的字典,再從數(shù)據(jù)集中尋找與字典原子相近的點作為采樣點,并且自適應(yīng)判斷采樣點信息量是否飽和。實驗結(jié)果表明,該算法相比Nystrom譜聚類算法準(zhǔn)確率有較大提高。
   (2)提出了一種基于雙字典學(xué)習(xí)譜聚類的圖像分割算法,因為在一幅圖像中,有很大一部分信息都包含在邊緣部分,該算法首先利用邊緣檢測方法將圖像分為邊緣和區(qū)域兩部分,然后引入字典學(xué)習(xí)方法

3、,對邊緣和區(qū)域分別進(jìn)行學(xué)習(xí),再根據(jù)數(shù)據(jù)與字典原子的距離得到采樣點。實驗結(jié)果表明,該算法相比Nystrom譜聚類算法準(zhǔn)確率有較大提高。
   (3)提出了一種基于譜聚類和判別字典學(xué)習(xí)的圖像分割算法,該算法利用塊取樣提取特征的方法取代以往的大量提取特征時間,根據(jù)譜聚類算法獲得樣本標(biāo)記與字典,再對所有數(shù)據(jù)進(jìn)行類別判別,得到最終的圖像分割結(jié)果。實驗結(jié)果表明,該算法相對于Nystrom譜聚類算法和k-means采樣Nystrom譜聚類算法

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論