收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于可重构计算技术的图像识别与分类系统研究

王宇旸  
【摘要】: 随着图像自动目标识别和分类技术应用领域的迅速拓展,对计算机处理能力的要求越来越高。可重构计算是随着电子技术的进步而发展起来的一种新的计算技术,它将微处理器的灵活性和ASIC的高效性结合起来,使图像实时处理技术的快速实现成为可能。 本论文在综合分析当前图像目标识别和分类算法特点的基础上,深入研究了SAR图像本身的特性,目标的特征和提取方法,并对利用可重构计算技术实现图像识别和分类的方法做了有益的研究和探讨。本文的主要工作和创新之处包括: (1)研究了遥感图像特点及目标识别的方法,提出了一种基于模板的图像识别算法。 遥感图像以其覆盖面积大、时效性强、数据综合性高等特点成为了国民经济各个部门重要的数据来源,因此遥感图像处理成为当今计算机应用领域的热点。SAR图像地物目标可分为点目标、线目标、面目标以及这三者在有限尺度内组合成的硬目标。大多数人造目标属于硬目标。SAR图像中显示的硬目标并非人们平常感知的视觉形象,只有在雷达分辨率较高的时候硬目标才能显示出一定的目标细节,必须充分分析目标的特征才能较好的对目标进行识别。本文在分析SAR图像自动识别过程,并结合国内外研究的经验的基础上,提出基于模板的自动目标识别算法。通过对图像进行有效的预处理,将目标集中在一个含有较少背景的区域中,不仅减少了背景对目标检测的影响,而且大大减少了目标检测时的数据量。并且通过对目标特征进行大量分析,获得了行之有效的模板,提高了识别率。 (2)研究了图像噪声、纹理特征及支持向量机分类器,提出了一种基于纹理的图像分类算法。 图像分类是根据像元的灰度信息以及其他空间特征,判定图像中地物类别的过程。在遥感图像技术中,无论是专业信息提取、运动变化预测,还是专题地图制作和建立遥感数据库等都离不开遥感图像的分类。根据求解判别函数是否利用了类别的先验知识,图像分类的方法可以归结为监督分类法和非监督分类法。非监督分类的结果只是对不同类别达到区分,并不能确定类别的属性,且准确性和收敛速度较差。本文深入研究了图像的有监督分类方法。在分析已有算法不足的基础上,选择支撑向量机作为分类器,通过对SAR图像有效去噪和纹理特征的提取,不仅减少了无关特征向量的计算,而且提高了图像分类的正确率。 (3)研究了软硬件协同设计方法学,提出了将基于模块的部分重构技术应用于图像识别算法设计与实现的方法。 根据高分辨率图像的目标识别低层算法处理数据量大、算法较简单等特点,提出了在可重构平台上以软硬件协同的模式实现目标识别的方法。首先针对可重构计算平台的特点分析了图像识别的算法,再借鉴模块化的设计方法的思路完成各个模块的设计与实现,最终利用可重构逻辑器件的部分重构特性实现系统运行时重构。设计文件不仅能够普遍适用于Virtex系列的可重构逻辑器件,而且适用于各种图源图像的预处理方法,为其他相关图像处理算法的可重构实现奠定了良好的基础。可重构平台上以软硬件协同工作的模式的引入,不仅准实时的实现了目标识别方法,而且减少了芯片的使用面积,降低了可重构器件的布线难度。 (4)研究了图像纹理计算的特点及部分重构方法学,提出了将基于差异的部分重构技术应用于实现图像分类算法设计与实现的方法。 基于灰度共生矩阵的纹理普遍应用于各种图源的分类和特征提取。针对软件实现纹理计算量大、时间长的问题,传统的方法只能将图像降维或者降阶,这显然会影响后续特征提取时的效果。本文提出的方法首先针对可重构平台的特点分析了图像分类方法,然后利用基于差异的部分重构技术完成了系统设计。使图像纹理的计算,乃至整个图像分类的速度达到了准实时性。系统的设计文件不仅具有良好的可移植性,而且只需很少的改动就可以实现其他图源的图像快速分类。实验表明,基于差异的动态可重构方法的引入,与通用处理器相比图像分类速度,节约芯片使用面积。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 周松华;肖靓;郭鸣;;基于SVM的图像分类研究[J];井冈山学院学报;2009年03期
2 张耀宇;张凤晶;吴迪;;基于遥感图像特征的分类方法研究[J];黑龙江科技信息;2010年35期
3 范俊杰;孔月萍;;一种改进的半调图像分类算法[J];现代电子技术;2008年22期
4 谢菲;陈雷霆;邱航;;基于纹理特征提取的图像分类方法研究及系统实现[J];计算机应用研究;2009年07期
5 章智儒;;SVM在图像分类中的应用[J];信息技术;2009年08期
6 马帅营;;基于灰度共生矩阵和BP神经网络集成的纹理图像分*类[J];大连民族学院学报;2009年03期
7 赵永杰,樊晓桠,佟凤辉;一种可重构计算模式在自动目标识别中的应用研究[J];计算机工程与应用;2003年31期
8 薛笑荣;曾琪明;赵荣椿;;一种快速的SAR图像分类方法[J];计算机科学;2007年05期
9 赵楠;王朝;;基于纹理特征的道路图像分类[J];电脑知识与技术;2009年24期
10 梁小祎;张杰;孟俊敏;;溢油SAR图像分类中的纹理特征选择[J];海洋科学进展;2007年03期
11 刘昶;王玲;;基于灰度共生矩阵的鞣制皮革图像分类[J];微计算机信息;2008年09期
12 朱习军;刘大专;周兆山;张秋淋;梁文华;;基于SVM的大鱼际掌纹图像二分类法[J];计算机工程;2011年18期
13 潘建平;罗红霞;;图像空间分辨率对小波变换纹理提取的影响[J];测绘信息与工程;2007年04期
14 汤井田;胡丹;龚智敏;;基于SVM的SAR图像分类研究[J];遥感技术与应用;2008年03期
15 张瑜慧;李洁;郑步芹;周迎春;;一种新的图像检索方法[J];现代电子技术;2008年22期
16 汤井田;胡丹;龚智敏;;基于SVM的图像纹理特征分类研究[J];计算机工程与科学;2008年08期
17 龚淑蕾;张煜东;沈士喆;吴乐南;;一种极化合成孔径雷达图像分类的混合方法[J];东南大学学报(自然科学版);2009年S1期
18 田儆;余雪丽;钱杰;;基于GLCM和CGA的人脸表情识别方法研究[J];微型机与应用;2010年18期
19 彭光雄;李京;何宇华;胡德勇;;利用纹理分析方法提取CBERS02星CCD图像土地覆盖信息[J];遥感技术与应用;2007年01期
20 胡召玲;李海权;杜培军;;SAR图像纹理特征提取与分类研究[J];中国矿业大学学报;2009年03期
中国重要会议论文全文数据库 前10条
1 胡伏原;张艳宁;薛笑荣;苏爱民;;基于树型小波和灰度共生矩阵的SAR图像分类[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
2 薛笑荣;张艳宁;赵荣椿;申家振;胡伏原;;利用小波尺度共生矩阵和灰度共生矩阵的SAR图像分类[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
3 卢易枫;;基于灰度共生矩阵的金刚石瑕疵自动识别技术研究[A];经济策论(上)[C];2011年
4 王秋燕;陈仁喜;顾芒;;基于灰度共生矩阵的遥感影像纹理特征提取[A];江苏省测绘学会2011年学术年会论文集[C];2011年
5 吴霜;张一飞;修非;王大玲;鲍玉斌;于戈;;基于兴趣点特征提取的医学图像分类[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
6 龚淑蕾;张煜东;沈士喆;吴乐南;;一种极化合成孔径雷达图像分类的混合方法[A];2009年中国智能自动化会议论文集(第五分册)[东南大学学报(增刊)][C];2009年
7 高砚军;徐华平;;基于窗口自适应灰度共生矩阵的SAR图像分类[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
8 陈思坤;吴洪;;基于图分块并利用空间金字塔的医学图像分类[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
9 赵小力;王黎钦;古乐;郑德志;;Au/PDMS表面微观褶皱的纹理评价[A];第七届全国表面工程学术会议暨第二届表面工程青年学术论坛论文集(一)[C];2008年
10 黄勃;李乃民;张大鹏;王宽全;林晓东;王淑英;张宏志;;基于灰度共生矩阵的不变矩的舌像纹理提取[A];计算机在诊法中的应用与研究论文汇编[C];2005年
中国博士学位论文全文数据库 前10条
1 王宇旸;基于可重构计算技术的图像识别与分类系统研究[D];中国科学技术大学;2009年
2 白杨;成像导引头中自动目标识别关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
3 李晓旭;基于概率主题模型的图像分类和标注的研究[D];北京邮电大学;2012年
4 李凌;金属断口图像分类与条带周期测量技术研究[D];南京航空航天大学;2011年
5 王侃文;领域专用可重构计算结构研究[D];复旦大学;2011年
6 彭海朋;可重构的动态逻辑计算研究[D];北京邮电大学;2010年
7 员永生;基于支持向量机分类的面向对象土地覆被图像分类方法研究[D];西北农林科技大学;2010年
8 曾璞;面向语义提取的图像分类关键技术研究[D];国防科学技术大学;2009年
9 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
10 朱蓉;基于语义的Web图像分类研究[D];浙江大学;2011年
中国硕士学位论文全文数据库 前10条
1 高锦;基于SVM的图像分类[D];西北大学;2010年
2 刘彤彦;WWW图像分类方法研究[D];山东师范大学;2004年
3 武京相;融合全局和局部特征的医学图像分类[D];电子科技大学;2010年
4 臧伟;Boosting算法在远程教育分析和图像分类中的应用研究[D];清华大学;2004年
5 贾宁;基于粗糙集的图像分类和检索研究[D];南华大学;2010年
6 谢菲;图像纹理特征的提取和图像分类系统研究及实现[D];电子科技大学;2009年
7 黄晶;基于分形维度与灰度共生矩阵的图像分类研究[D];武汉理工大学;2008年
8 龚建军;无线网络图像检测系统[D];浙江大学;2004年
9 薛长花;基于半监督学习的静态极光图像分类[D];西安电子科技大学;2010年
10 李慧君;基于量子克隆进化算法的BP神经网络POLSAR图像分类[D];哈尔滨工业大学;2010年
中国重要报纸全文数据库 前10条
1 中国科学技术大学计算机系系统结构 实验室 王峰 陈艾;可重构计算:高效灵活的计算技术[N];计算机世界;2005年
2 清水编译;可重构计算:不断开辟新天地[N];计算机世界;2004年
3 王慜;772所论文被国际顶尖会议采用[N];中国航天报;2010年
4 中国科学技术大学计算机系体系结构研究室主任 安虹;超级计算背后的英雄[N];计算机世界;2007年
5 中科院计算技术研究所 曾宇;上下求索[N];计算机世界;2007年
6 文/孙定;FPGA会取代CPU吗?[N];计算机世界;2004年
7 安虹;高效能通用芯片的新宠[N];计算机世界;2007年
8 孙凝晖 曾宇;预测:2007服务器技术走向[N];计算机世界;2007年
9 何成渠;国防科技大学创新团队项目:目标识别技术[N];科技日报;2006年
10 刘杰;民众网络晒照片,博物馆兴趣浓烈[N];中国摄影报;2009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