基于D-S證據(jù)理論的圖像識(shí)別方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩66頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、圖像識(shí)別,是圖像處理與計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重點(diǎn)研究問(wèn)題,可以解決衛(wèi)星遙感,航空航天,生物醫(yī)學(xué)等方面的不同模式的目標(biāo)和對(duì)象的識(shí)別問(wèn)題。當(dāng)前的圖像識(shí)別研究中存在兩個(gè)問(wèn)題:首先傳統(tǒng)的圖像子分類識(shí)別過(guò)程中由于子類對(duì)象之間的相似性,需要研究不同特征在圖像子分類所起到的不同作用,提高圖像子分類識(shí)別的效果。其次圖像識(shí)別需要構(gòu)建精確的視覺(jué)詞典,以達(dá)到提高圖像識(shí)別效果的目的?,F(xiàn)有的視覺(jué)詞典同樣忽視了不同特征對(duì)視覺(jué)詞典構(gòu)建過(guò)程的影響,最終影響了圖像識(shí)別的效

2、果。
   綜上,本文采用D-S證據(jù)融合理論研究解決以上兩個(gè)問(wèn)題。出于D-S證據(jù)理論研究結(jié)合一個(gè)事件的不同證據(jù)信息來(lái)計(jì)算這個(gè)事件發(fā)生的概率,能夠處理被忽略或者丟失的信息,提供不同信息源之間信息的不精確性和沖突估計(jì)。因此采用D-S證據(jù)理論能夠融合不同特征的信息,提高圖像子分類識(shí)別效果和構(gòu)建精確的視覺(jué)詞典。本文所做主要工作如下:
   1.介紹了圖像識(shí)別的基本概念,當(dāng)前圖像識(shí)別方法中存在的問(wèn)題和國(guó)內(nèi)外的研究成果。解釋了D-S

3、證據(jù)理論以及相關(guān)理論。
   2.提出一種基于D-S證據(jù)理論融合算法的創(chuàng)新性圖像子類分類識(shí)別方法,該方法考慮到了在有限的樣本下不同特征對(duì)圖像子類分類識(shí)別的貢獻(xiàn)度,使擁有更多信息的特征在分類過(guò)程中能起到更大的作用。在車輛圖像集上所做實(shí)驗(yàn)表明,本方法在分類效果上優(yōu)于K近鄰實(shí)現(xiàn)分類的方法。
   3.提出了一種基于多特征證據(jù)融合的視覺(jué)詞典構(gòu)建創(chuàng)新性算法,該算法應(yīng)用證據(jù)理論融合不同特征的視覺(jué)相似性,對(duì)不同類別圖像特征混雜的視覺(jué)單

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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。

評(píng)論

0/150

提交評(píng)論