圖象特征提取及分類識(shí)別的算法研究.pdf

1、該論文重點(diǎn)討論的是圖像處理中圖像特征提取以及圖像分類識(shí)別的一些算法理論,在廣泛參考國內(nèi)外各種圖像處理的新技術(shù),新方法的基礎(chǔ)上,希望能夠通過對特征提取,圖像分類,匹配等算法的研究,提出一些在理論上有所創(chuàng)新,在實(shí)用上有一定應(yīng)用價(jià)值的新方法,從而完善和豐富現(xiàn)有的圖像識(shí)別的理論.對論文的內(nèi)容我們做了如下的安排:第一章:簡要描述了目標(biāo)識(shí)別領(lǐng)域的發(fā)展概況,對圖像識(shí)別的算法流程進(jìn)行了簡單的介紹,并且提出了該文圖像識(shí)別算法流程所采用的方法和理論.第二章

2、:描述并構(gòu)造了一組Gabor小波濾波器,將目標(biāo)的Gabor小波特征(幅度、頻率和相位特征)作為目標(biāo)的識(shí)別處理特征;第三章:為了進(jìn)一步提取更為有效的特征向量,提出了兩種在Gabor濾波基礎(chǔ)上的特征提取算法,并對其各自的理論和優(yōu)越性進(jìn)行了分析和闡述,重點(diǎn)放在結(jié)合頻域特征和幾何特征的curvelet算法和該算法的核心部分直脊變換上,直脊變換是為了解決二維或者更高維奇異性分析的一種新的工具,對于具有光滑奇異性曲線的目標(biāo)函數(shù),曲線波提供了穩(wěn)定的、

3、高效的和近于最優(yōu)的表示.因此該算法對描述目標(biāo)物體的邊緣曲線具有良好的應(yīng)用價(jià)值.第四章:在前面特征提取的基礎(chǔ)上,我們在介紹了一種較傳統(tǒng)神經(jīng)網(wǎng)絡(luò)更為優(yōu)越的分類算法:支持向量機(jī)(SVM),并用該算法對圖象進(jìn)行分類檢測,和傳統(tǒng)的分類結(jié)果進(jìn)行比較,結(jié)果表明該算法便于實(shí)現(xiàn),在擴(kuò)展性和分辨率上都有較好的表現(xiàn),同時(shí)也說明了前面的特征提取算法對目標(biāo)圖象的描述較為準(zhǔn)確.有良好的推廣價(jià)值.第五章:改進(jìn)傳統(tǒng)模板匹配方法,提出彈性匹配的概念.并在目標(biāo)圖象的Gab