收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于判别学习的图像目标分类研究

陈海林  
【摘要】: 图像内容分析与理解是视觉智能的重要内容之一,图像目标分类是图像内容分析与理解领域的研究热点,图像目标分类在实际生活中有着重要的应用,已经获得广泛研究。当前图像目标分类的基本思想是先建立图像目标的描述,然后利用机器学习方法学习图像目标类型,最后利用学习得到的模型对未知图像目标进行分类或识别。计算机表示的底层特征与人类理解的高层语义特征存在语义鸿沟,使得图像目标分类面临着很大挑战,图像目标分类有待进一步研究。由于判别学习具有很好的实际应用性能,本文主要研究如何将图像目标描述与判别学习进行融合,并应用于图像目标分类。 本文主要从两个大的方面研究图像目标分类,即通用图像目标分类和特定图像目标分类,对于通用图像目标分类采用基于局部特征的图像描述与判别学习算法相融合的方法,对于特定图像目标分类根据特定图像目标的特性提取不同的全局特征,然后结合相应的判别分类方法进行图像目标分类。本文的主要研究工作和创新点归纳如下: 1.充分挖掘局部特征在特征空间的结构特性,提出密度导向的树型结构核函数,该核函数是非参数核函数,具有与特征点数目成线性关系的计算复杂度,能够计算出具有不等势的两个特征点集之间局部匹配关系,具有较好的匹配能力,无需用户指定特定参数,满足正定条件,可以用于基于核函数的学习算法,能够将图像目标的描述和判别分类器进行良好的融合,进行图像目标定位或识别。实验表明该核函数具有良好的局部匹配性能和图像目标的分类能力。 2.研究局部特征在图像空间的位置相关性,提出局部特征空间相关核函数,该核函数可以较好地描述局部特征在图像中相对位置关系,满足正定条件,可以嵌入基于核的学习算法,且具有较好的时间效率。实验结果表明局部特征空间相关核函数具有较好的分类性能。 3.研究局部特征同时在图像空间和特征空间的关系,提出双空间金字塔匹配核函数,该核函数可以满足正定条件,具有线性计算复杂度,可以嵌入基于核的学习算法。实验结果表明双空间金字塔匹配核具有较好的分类性能。 4.仔细分析遥感图像的语义内容,设计一种遥感图像语义内容层次模型,可以将遥感图像语义层次模型应用于遥感图像分类、检索,目标检测和识别等。提出基于角点分布特征的中低分辨率遥感图像飞机检测方法,该方法利用飞机的角点分布特征可以快速地进行目标粗定位,为后面的分类判别减少计算量,然后使用简单有效的空间结构特征和决策树对飞机进行判别,实验取得良好的效果。 5.针对基于相机的中英文字符语言种类自动识别问题,提出一种基于后验概率估计的层叠分类器,该层叠分类器的节点分类器采用判别学习算法,采用两种方法设计层叠分类器的节点阈值,即独立阈值设计和非独立阈值设计,并从理论上设计满足整体要求的层叠分类器。该层叠分类器的设计为高分类率的分类器设计提供了一种理论方法。为了能够很好地挖掘中英文字符之间的结构差异,提出采用基于象素梯度信息的水平垂直笔画向量和梯度方向相关图,以及基于位置相关象素的相对灰度信息的Census变换(Census Transform)直方图,它们对光照、噪声以及分辨率等都具有良好的鲁棒性,可以应用于基于相机的图像。理论分析和实验结果表明,非独立阈值设计可以使层叠分类器获得更高的分类率,提出的方法对于基于相机的中英文字符语言种类具有良好的分类能力。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 史延科,史忠科;基于超级连通的图像分割方法及其应用[J];控制与决策;2004年05期
2 胡君;一种快速求图像目标质心的方法[J];光学精密工程;1998年05期
3 郭旭平,李在铭;图像目标的可视识别与智能跟踪[J];系统工程与电子技术;1998年08期
4 袁峰;杜宇人;吴震宇;;基于Gabor小波和神经网络的图像目标识别[J];扬州大学学报(自然科学版);2009年02期
5 钱博;金林;;基于神经网络集成的SAR图像目标识别[J];现代雷达;2010年04期
6 邹策千;朱丽波;王亮;;序列图像运动目标的检测与提取[J];内蒙古农业大学学报(自然科学版);2010年02期
7 沈定刚,戚飞虎,李春茂;智能型目标识别系统[J];红外与毫米波学报;1995年03期
8 郭旭平,李在铭;跟踪系统中图像目标的快速提取技术研究[J];电子科技大学学报;1998年01期
9 袁湛;何友;蔡复青;;一种多目标环境下的SAR图像自适应CFAR检测方法[J];中国图象图形学报;2011年04期
10 魏波,李晓峰,李在铭;任意指定图像目标的实时检测与跟踪[J];系统工程与电子技术;2000年05期
11 王扬帆;;DSP在视频图像目标检测跟踪中的应用[J];煤矿机械;2008年07期
12 白成林;红外图像目标动态视觉处理系统[J];电脑学习;1996年03期
13 徐立亚,林纯青,戚飞虎;图像目标区域定位模糊法实现[J];红外与毫米波学报;1998年03期
14 刘伏虎,任世宏,朱贵明;一种图像目标实时识别系统[J];北京理工大学学报;1997年06期
15 宗思光,王江安;一种新的红外图像目标检测方法[J];海军工程大学学报;2004年03期
16 周庆瑞;原魁;邹伟;王辉;;一种基于FPGA的实时彩色图像目标分类方法[J];机器人;2006年02期
17 沈翀;;基于灰度梯度共生矩阵最大熵估计的盲视频水印算法[J];硅谷;2010年22期
18 宋克欧;黄凤岗;兰晓亭;;二值图像目标质心快速搜索跟踪算法[J];模式识别与人工智能;1998年02期
19 余农,李予蜀,王润生;自动检测图像目标的形态滤波遗传算法[J];计算机学报;2001年04期
20 陈东,黄勇杰,沈振康;红外图像目标分割方法研究[J];系统工程与电子技术;2002年01期
中国重要会议论文全文数据库 前10条
1 李辉;;面向图像视频编码的多规模匹配追踪图像表达法[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年
2 杜鹢;李秋华;;基于D-S证据理论的红外双波段图像目标融合分割[A];2009年先进光学技术及其应用研讨会论文集(上册)[C];2009年
3 吴国平;吴亦奇;裘咏霄;杜志顺;;灰色自适应小目标检测[A];第19届灰色系统全国会议论文集[C];2010年
4 佘二永;;SAR图像目标解译技术分析[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
5 计科峰;高贵;贾承丽;匡纲要;粟毅;;一种利用方位角信息基于峰值匹配的SAR图像目标分类方法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
6 邸(韦華);;基于三维高斯马尔可夫随机场模型的多光谱图像目标自动检测[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
7 马龙;李吉成;鲁新平;张蓓;;一种基于区域显著性的红外图像目标分割方法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
8 林芝;武文;王晓军;孟藏珍;;SAR图像点目标检测Pd-SNR曲线性能评估方法[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
9 王建平;王润生;;一种SAR图像目标快速识别方法[A];第十四届全国图象图形学学术会议论文集[C];2008年
10 李吉成;鲁新平;杨卫平;张志龙;高颖慧;沈振康;;图像目标的自动识别和快速筛选技术[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
中国博士学位论文全文数据库 前10条
1 徐丽;面向图像标记的条件随机场模型研究[D];长安大学;2013年
2 刘俊;基于钼靶图像的计算机辅助乳腺癌检测系统中关键技术研究[D];武汉科技大学;2012年
3 许鹏飞;图像结构化特征表达方法研究[D];哈尔滨工业大学;2013年
4 韩瑞珍;基于机器视觉的农田害虫快速检测与识别研究[D];浙江大学;2014年
5 高直;图像宏微观特征偏序结构一体化表示与相似性度量研究[D];燕山大学;2014年
6 杨萌;稀疏表示在SAR图像相干斑抑制与检测中的应用研究[D];南京航空航天大学;2012年
7 刘李漫;基于变分模型和图割优化的图像与视频目标分割方法研究[D];华中科技大学;2012年
8 刘杰;食品安全突发事件跨媒体信息的语义分析与分类研究[D];北京邮电大学;2013年
9 陈潇;图像目标三维几何不变量特征构造与应用[D];上海交通大学;2011年
10 廖宜涛;基于图像与光谱信息的猪肉品质在线无损检测研究[D];浙江大学;2011年
中国硕士学位论文全文数据库 前10条
1 卫颖奇;交互式图像推荐技术研究[D];西北大学;2010年
2 宋书阳;基于判别性特征表示的图像检索算法研究[D];厦门大学;2013年
3 罗霄凌;基于渲染的单幅图像的光源定位[D];华中科技大学;2011年
4 杨森;燃油发动机喷雾粒子尺寸测量及特性分析[D];长安大学;2011年
5 江琼花;基于压缩感知的图像目标重构[D];西安电子科技大学;2012年
6 刘奎凤;基于图论的图像谱分割技术[D];哈尔滨工程大学;2010年
7 杨芳芳;基于区域特征的有监督图像语义标注[D];苏州大学;2010年
8 蔡连杰;图像色彩迁移技术研究[D];西安电子科技大学;2013年
9 曹西成;风沙颗粒运动图像中粒子特征参数的提取方法研究[D];西安工程大学;2013年
10 于正操;图像目标的虚拟现实仿真系统设计与实现[D];西安电子科技大学;2010年
中国重要报纸全文数据库 前1条
1 特约记者 田安贵;061基地“产学研”合作势头猛[N];中国航天报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978