基于智能信息技術(shù)的紋理圖象識(shí)別與生成研究.pdf

1、紋理圖象的識(shí)別與生成是圖象處理、模式識(shí)別和計(jì)算機(jī)視覺(jué)等學(xué)科領(lǐng)域的重要研究?jī)?nèi)容之一，其識(shí)別與生成技術(shù)具有重要的實(shí)際應(yīng)用意義。本論文在分析、總結(jié)多種常用方法的基礎(chǔ)上，對(duì)紋理圖象識(shí)別與生成的各個(gè)階段進(jìn)行了深入的研究，結(jié)合信息智能處理技術(shù)提出了一些有效的處理方法，取得了較好的實(shí)驗(yàn)結(jié)果。 本論文應(yīng)用數(shù)學(xué)形態(tài)學(xué)理論提出了一種新型的全方位層疊濾波算法，實(shí)驗(yàn)結(jié)果表明，該方法在保持圖象幾何特征的同時(shí)，能夠有效提高對(duì)自然紋理圖象的去噪效果，還具有能

2、并行快速實(shí)現(xiàn)的特點(diǎn)。 針對(duì)自然紋理圖象的識(shí)別問(wèn)題，根據(jù)蟻群算法的聚類和離散性特點(diǎn)，本論文提出一種有效而適用的圖象識(shí)別聚類蟻群算法，通過(guò)深入研究和實(shí)驗(yàn)分析紋理圖象的特征函數(shù)，結(jié)合蟻群算法聚類識(shí)別的要求，確定了較全面反映自然紋理圖象特征的9個(gè)統(tǒng)計(jì)函數(shù)作為圖象識(shí)別的依據(jù)，利用蟻群算法的聚類特性對(duì)紋理圖象的特征函數(shù)進(jìn)行聚類匹配，最終實(shí)現(xiàn)圖象的識(shí)別。實(shí)驗(yàn)結(jié)果表明，這一新型算法具有較高的識(shí)別率，而且便于實(shí)現(xiàn)和應(yīng)用。 自然紋理圖象具有

3、局部非線性特點(diǎn)，所以其生成問(wèn)題就比較復(fù)雜。為能夠提出從各個(gè)角度真實(shí)全面反映圖象的特征函數(shù)，本論文引入高階統(tǒng)計(jì)量作為紋理特征，與一、二階統(tǒng)計(jì)量相結(jié)合，共選取16個(gè)特征函數(shù)作為圖象生成的依據(jù)，運(yùn)用改進(jìn)的BP算法建立了人工神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)了自然紋理圖象的生成。實(shí)驗(yàn)結(jié)果表明，本論文提出的紋理圖象生成方法具有生成時(shí)間較短、生成效果逼真等優(yōu)點(diǎn)。而且該方法打破了以往紋理圖象根據(jù)結(jié)構(gòu)不同采用不同模式生成方法的界限，可根據(jù)需要任意生成各種自然紋理圖象。