版權說明: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,請進行舉報或認領
文檔簡介
1、圖像分類、對象檢測與識別、場景分類等工作都依賴于圖像特征的描述與提取。而紋理是人類視覺系統(tǒng)中使用頻率最高的特征之一。紋理提供了有關空間分布和亮度變換的信息,也描述了圖像表面的結構安排。然而,盡管人類視覺系統(tǒng)很容易準確地識別和描述紋理,但很難提取紋理特征,用于紋理分類以及不同的應用領域。
本文首先研究了紋理特征提取算法,然后利用臺灣大學林智仁等開發(fā)的LIBSVM系列軟件對圖像分類。本文作了以下幾個方面的研究。
(1)本
2、文研究了紋理分析常用的一些算法和圖像分類中的經(jīng)典算法。總結出紋理圖像分類的基本思路。
(2)針對圖像旋轉(zhuǎn)對分類的影響,本文提出了具有旋轉(zhuǎn)不變性的Radon變換和小波變換結合的算法。旋轉(zhuǎn)圖像經(jīng)過Radon變換后,圖像相對于原圖來說發(fā)生了平移。而小波變換恰好具有平移不變性。因此,將Radon變換與小波變換相結合,可以實現(xiàn)紋理圖像的旋轉(zhuǎn)不變性。
(3)為了實現(xiàn)同時具有多尺度性和圖像的統(tǒng)計特性,本文提出了將灰度共生矩陣和小波
3、變換結合的算法。針對結合的方式,提出了兩種不同的方法。一種是先對圖像進行小波變換,然后再對變換后的圖像計算其灰度共生矩陣。而另一種是分別對原圖進行小波變換和計算灰度共生矩陣,然后將分別提取出來的特征組合為紋理圖像的特征向量。最后利用支持向量機進行分類。
(4)設計了整個實驗功能模塊實現(xiàn)的過程。對懲罰因子C、核函數(shù)及其參數(shù)等對分類精度的影響進行了實驗。最后比較了各種紋理特征提取算法,以及在噪聲的干擾下對分類精度的影響。通過一系列
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 圖像紋理特征提取及分類方法研究.pdf
- 圖像紋理特征提取及分類研究.pdf
- 地震圖像紋理特征提取及分類.pdf
- 紋理的特征提取與圖像分類研究.pdf
- 圖像紋理特征提取及分類算法研究.pdf
- 金屬斷口圖像的紋理特征提取與分類.pdf
- 紋理特征提取與分類研究.pdf
- 圖像紋理特征提取的研究.pdf
- 紋理的特征提取與分類研究.pdf
- 圖像的特征提取和分類.pdf
- 圖像紋理特征提取及分類算法研究碩士論文
- 基于PCNN聚類和分類的圖像紋理特征提取與分割研究.pdf
- 人臉圖像特征提取和分類的若干方法研究.pdf
- 用于CBIR的圖像顏色和紋理特征提取.pdf
- 弱紋理表面特征提取與圖像拼接方法研究.pdf
- SAR圖像特征提取與分類方法的研究.pdf
- 紋理圖像的特征提取和聚類算法研究.pdf
- 紋理特征提取與自動分類算法研究.pdf
- 基于圖像紋理特征提取方法的人臉識別.pdf
- 人臉圖像特征提取和分類算法研究.pdf
評論
0/150
提交評論