收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

图像纹理分析及分类方法研究

李伯宇  
【摘要】: 纹理图像分析是模式识别领域和计算机视觉领域中的重要研究内容,在科学研究领域和工程技术方面有着非常广泛的应用背景。提取纹理特征描述子是进行纹理分析的基础,在最近几十年内,人们已在纹理特征描述方面做了大量的研究工作,并取得了许多研究成果,但大多数提取的纹理特征具有这样或者哪样的不足,例如统计纹理特征、滤波器纹理特征以及结构化的纹理特征均假定纹理特征是静态提取的,即纹理图像是在理想状态下获取的,没有考虑到照相机的拍摄位置变化,如由于视角变化引起的纹理缩放、不规则变形以及各种可能的仿射变换等。虽然在进行纹理分类时,本文可以采样多种视角下的纹理图像特征来提高分类效果,但是我们仍然可能面临训练样本不足的问题。实际应用中,由于技术和客观原因,我们不可能采样所有的拍摄角度或照相机焦距来获取纹理图像,所以针对实际问题,以上的方法可能达不到理想的效果。所以纹理特征描述依旧是一个需要进一步研究的问题。 本文中我们提出了一种基于DoG(高斯差分滤波器)的关键点纹理特征描述子,因为关键点特征对因照相机移动引起的各种图像几何变换非常稳定,所以基于关键点的纹理描述子具有稳定性好、重复性高的特点。特别地,本文提出用eDoG(椭圆高斯核)算子来搜索关键点共生对中稳定的空间共生情况;而且本文建议一种新的多网格的关键点特征描述子。实验结果表明,关键点之间的共生关系可以作为一种有效的纹理特征来刻画纹理,从而提高了纹理图像的识别能力;另外,本文发现,增强关键点的描述能力同样可以提高纹理描述子的表达效果。经过在多个纹理数据库上的比较,本文认为基于关键点特征的纹理描述子具有十分广泛的应用前景。 模式分类方法是特征提取的后续阶段。即使模式的特征完全相同,不同的模式分类方法有可能产生完全不同的效果。恰当的模式识别方法会产生好的识别效果。反之,如果模式分类的算法存在缺陷,有可能得不到理想的识别效果。本文提出两种改进的统计最近邻方法(kNN)和人工神经网络方法(ANN)。 首先,本文分析了kNN方法的缺点,即:当类样本的分布发生重叠时,在重叠区域有很多噪声训练样本(负面样本),这些噪声样本使分类器过拟合训练集,从而产生较差的泛化性能。所谓噪声是指落在理论决策边界错误一侧的训练样本,在分类过程中,这些样本对提高分类率没有任何作用。本文我们建议一种加权的近邻域平均机制来减少这种噪声的数量,即局部概率中心方法。局部概率中心方法以CAP方法为基础但是具有更强的减少噪声能力,因此提高了kNN的分类效果。同时,本文考察两种分类度量尺度,一种尺度是利用查询点到计算所得的查询点附近的各类概率中心的欧式距离作为分类查询点的依据;另一种尺度是根据计算所得的查询点的后验概率作为分类依据。本文从理论上分析了概率中心算法的性能;而且本文采用了一系列的数据集对提出的算法进行了验证。实验结果表明,虽然两种方法都得到了较好的性能,第二种尺度更为有效。本文用建议的方法来分类纹理图像,取得了更好的效果。 其次,神经网络算法存在训练时间长、识别机理难以解释等缺陷。特别地,在不平衡的分类问题中,用常规的基于最小平方误差的方法(BP)训练神经网络分类器常常对大类产生过补偿。由于网络在训练时容易受到优势类的支配,经常导致小类的正确识别率相当低甚至被完全的忽略掉,由此可能造成严重的后果。我们设想按照一定的原则取优势类的一部分样本与劣势类一起训练网络,可以使网络被平衡地训练,从而照顾了各方面的利益。因此本文提出了一种动态阈值的训练方法来代替常用的最小均方误差方法,该方法通过设置动态阈值来去除一部分已经分类正确的样本,因为大类往往有更多的样本被分类正确,因此将去除更多的训练样本,这在一定程度上照顾了小类分组。通过阈值的动态调整,我们使不平衡的训练过程转化为平衡的训练过程,从而提高了小类的识别准确率。本文用建议的神经网络方法来分类卫星图像,取得了较好的分类效果。实验结果表明:用动态阈值训练方法指导神经网络的训练过程,具有两个特点:1、在不牺牲大类性能的情况下,该方法能够凸显小类模式。2、对于极度不平衡的训练集,动态阈值训练算法是稳定的。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘兆有;邱世卉;王琪;;基于人工神经网络的异步电动机故障检测[J];中国测试技术;2008年03期
2 陈清华,朱红,杨静宇;一种高速神经网络HS-K-WTA的算法研究[J];南京理工大学学报(自然科学版);2001年06期
3 杨力,张佩芬,武玉朴,梁刚,李伟;神经网络用于多模式分类[J];机器人;1991年03期
4 马凤英,赵永林,孙凤池,蔺增金;光学粉尘检测中的模式分类反演法[J];山东科技大学学报(自然科学版);2000年03期
5 饶鲜;杨绍全;魏青;董春曦;;核的最近邻算法及其仿真[J];系统工程与电子技术;2007年03期
6 胡学坤;李金霞;宋淑娜;高尚;;基于粗糙集与模糊支持向量机的模式分类方法研究[J];科技通报;2010年02期
7 王继成;一个基于模糊神经网络的模式分类系统[J];计算机研究与发展;1999年01期
8 胡泽新;蒋慰孙;;基于模式识别的最优控制及应用[J];控制与决策;1992年01期
9 王潍,潘玉奇;工艺规划系统中动态模式分类的研究[J];济南大学学报(自然科学版);2002年02期
10 崔建国;李忠海;张大千;王旭;韩志仁;曲学军;;复杂性测度在肌电信号模式识别中的应用[J];计算机工程与应用;2006年11期
11 李伟;;基于小波变换和径向基神经网络的签名识别[J];洛阳理工学院学报(自然科学版);2011年01期
12 胡泽新;蒋慰孙;;基于模式识别的稳态优化控制及其应用[J];华东理工大学学报;1992年S1期
13 陈亚秋;陈德钊;胡上序;吕蓁;王丽君;;多层前传神经网的广义误差反传训练与模式分类[J];模式识别与人工智能;1996年02期
14 崔建国;王旭;李忠海;张大千;;支持向量机在表面肌电信号模式分类中的应用[J];东北大学学报(自然科学版);2006年03期
15 夏百战;夏浩军;;基于模式识别的自适应区域控制系统研究[J];中南公路工程;2006年02期
16 韦抒;;应用支持向量机实现转子故障的模式分类[J];制造业自动化;2009年07期
17 章新华;王骥程;林良骥;;一种用于时序信号分类的混合模型[J];模式识别与人工智能;1997年03期
18 郑文明,赵力,邹采荣;一种基于快速KNFL的模式分类法及其在寂声/语声段识别中的应用[J];电路与系统学报;2003年02期
19 ;评第二版《模式分类》一书[J];电脑编程技巧与维护;2003年12期
20 杨兴;朱大奇;桑庆兵;;一种改进的ART型神经网络学习算法[J];计算机技术与发展;2006年09期
中国重要会议论文全文数据库 前10条
1 颜志国;王志中;任晓梅;;独立分量分析和小波熵在动作模式分类中的应用[A];2005年上海市生物医学工程学会学术年会论文集[C];2005年
2 白焰;柴天佑;;一种新的二阶神经元网络模型及其学习算法[A];1997中国控制与决策学术年会论文集[C];1997年
3 程康;高瑞;傅清华;陈强;;在小波变换域进行的非迭代矢量量化聚类算法[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
4 张维琴;王玉杰;赵淑霞;王淑云;陈灵华;;碎屑岩粒度分布建模和沉积环境模式识别研究[A];第七届全国颗粒测试学术会议、2008上海市颗粒学会年会论文集[C];2008年
5 杨代琴;杨宗凯;胡静;;基于SVM的模式识别算法的研究与改进[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
6 白应甫;孙茵;;地震相模式识别[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年
7 谢波;冯地清;;Hopfield神经网络在核爆炸方式识别中的应用[A];第7届全国核电子学与核探测技术学术年会论文集(三)[C];1994年
8 黄雪梅;唐治德;;BP网络研究及其在肺癌诊断系统中的应用[A];电工理论与新技术2004年学术研讨会论文集[C];2004年
9 张会林;简献忠;;光电混合目标识别系统中振幅补偿匹配滤波器设计[A];2005年中国光学学会全息与光学信息处理专业委员会年会暨建会20周年纪念会[C];2005年
10 曾黄麟;袁曾任;;模式识别特征评选与简化的一种新方法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
中国博士学位论文全文数据库 前10条
1 李伯宇;图像纹理分析及分类方法研究[D];复旦大学;2007年
2 黄宁;遥感图象中模式分类技术的研究[D];中国科学院电子学研究所;2001年
3 刘云鹏;电力变压器局部放电的电气定位及诊断[D];华北电力大学(河北);2005年
4 游峰;智能车辆自动换道与自动超车控制方法的研究[D];吉林大学;2005年
5 鲁绯;腐乳发酵机理、品质改进和模式识别研究[D];中国农业大学;2005年
6 程昌秀;3S技术在县级土地利用变更调查中的应用研究[D];中国农业大学;2001年
7 吴德文;遥感与地面观测数据的找矿信息提取和处理技术及应用[D];中国地质大学(北京);2006年
8 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
9 朱臻宇;模型传递对仪器间采样差异的评估和消除[D];第二军医大学;2005年
10 薛跃;基于RMTS的上市公司虚假财务报告识别及其扩展应用研究[D];南京理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 严涛;基于点集Voronoi图的分类器设计[D];河北师范大学;2007年
2 巴雅日图;基于图像处理技术的步态识别[D];内蒙古大学;2007年
3 王岩;模式识别技术在炼铁工艺优化中的应用研究[D];河北工业大学;2002年
4 李继飞;神经网络模式识别技术在自动售货机中的应用研究[D];湖南大学;2004年
5 李鸿壹;基于支持向量机的人脸检测[D];大连理工大学;2006年
6 刘兆科;多态统计模式识别模型及应用研究[D];重庆大学;2007年
7 姜斌;基于神经网络的脉象特征的研究[D];东北林业大学;2007年
8 胡莹;联机手写数学公式识别系统的研究与实现[D];广州大学;2007年
9 任杰;气管张开角的图像处理[D];江苏大学;2002年
10 牟朝强;高一函数概念学习障碍分析及教学对策研究[D];福建师范大学;2008年
中国重要报纸全文数据库 前10条
1 吴加录;胡启恒:科技界需要润物细无声[N];中国计算机报;2006年
2 陈瑜唐婷;让计算机会看、会听、会说、会思考[N];科技日报;2007年
3 记者 左常睿;应重视互联网模式识别的研究[N];科技日报;2005年
4 本报记者 贾婧;宗成庆:做科研也要为师立范[N];科技日报;2007年
5 河北 宁海征;常见多频彩显的模式识别与控制电路[N];电子报;2003年
6 记者 刘垠;首届中美视觉夏令营开营[N];大众科技报;2009年
7 ;通用数字视觉平台JVISION-500[N];科技日报;2003年
8 比尔·盖茨   ;新的工作世界[N];中国计算机报;2005年
9 大海 张弦;Autonomy:传统搜索终结者?[N];计算机世界;2005年
10 易人;体制激发创新[N];计算机世界;2001年
 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