已閱讀1頁,還剩43頁未讀, 繼續(xù)免費閱讀
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、紋理在日常生活中隨處可見,而在圖像處理的范疇,有關紋理分類的研究也顯得至關重要。紋理分類實際上包括兩方面的工作:紋理特征提取以及建立合適的分類器。關于特征提取方面,已經(jīng)有了很多比較成熟的方法;對于分類器方面,可用的工具也是多種多樣。
本文在已有研究的基礎上對紋理分類問題做了進一步的探討:
(1)系統(tǒng)的闡述了支撐向量機的基本思想與實現(xiàn)方法,在此基礎上介紹了最小二乘支撐向量機的相關知識,本文所有的分類實驗都是運用
2、最小二乘支撐向量機來實現(xiàn)的;
(2)不變特征的識別問題是多年來研究的重點。本文既包括對現(xiàn)有研究的歸納總結,也有針對仿射不變性提出的新的算法。首先進行仿射到平移的轉(zhuǎn)換,然后利用雙數(shù)復小波變換來提取特征量。實驗結果表明,本文所提算法達到了很好的分類效果;
(3)小波分析是近年來分析圖像的強有力工具,本文在對小波分析做了大概介紹之后,主要工作放在了后小波方面。展現(xiàn)它們在紋理分類方面的優(yōu)勢與不足,并利用基于輪廓波變換
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
- 采用支持向量機的紋理圖像分類.pdf
- 基于特征選擇和支持向量機的紋理圖像分類.pdf
- 基于支撐向量機的鋁板表面缺陷分類.pdf
- 支撐向量機數(shù)據(jù)分類方法.pdf
- 支持向量機及其在紋理分類中的應用.pdf
- 基于支持向量機與集成學習的紋理合成及分類.pdf
- 支撐向量機及滾球算法求解分類問題.pdf
- 基于邊界向量樣本的支持向量分類機.pdf
- 基于支撐向量機的回歸方法研究.pdf
- 基于支撐向量機的中文文本自動分類系統(tǒng)的設計和實現(xiàn).pdf
- 模糊支撐向量機.pdf
- 基于支持向量機的新聞音頻分類.pdf
- 基于支持向量機的點焊質(zhì)量分類.pdf
- 基于支持向量機的音樂自動分類.pdf
- 基于支持向量機的分類算法研究.pdf
- 基于支持向量機分類樹的地基云圖分類研究.pdf
- 基于支持向量機的多分類算法研究.pdf
- 基于支持向量機的多分類方法研究.pdf
- 基于支持向量機的SAR目標分類識別.pdf
- 基于幾何算法的支持向量機分類方法.pdf
評論
0/150
提交評論