基于圖像特征提取的算法設(shè)計與應(yīng)用.pdf

1、隨著工業(yè)的集約化發(fā)展，表面產(chǎn)品的生產(chǎn)量持續(xù)大幅度增長。在生產(chǎn)中，對表面加工質(zhì)量高水平的苛求，尤其是一致性的要求，對圖像識別技術(shù)提出了更高的要求。
　　本文研究了表面圖像預(yù)處理、分類識別技術(shù)、特征提取、模式識別問題，針對傳統(tǒng)濾波算法在抑制噪聲的同時，也會對圖像的邊緣及細節(jié)有比較大的損害，使圖像的邊沿及細節(jié)變模糊的問題，提出了加權(quán)有向平滑濾波算法。并在圖像分割上融合了幾種分割方法，提出一種改進的基于雙正交小波變換的多分辨率圖像融合方法

2、和基于融合技術(shù)的小波變換和形態(tài)學(xué)邊緣檢測算法，優(yōu)化了分割效果，為后續(xù)特征提取打下了很好的基礎(chǔ)。
　　本文最后采用“車牌字符識別實驗”對圖像分類識別進行實現(xiàn)。本文從顏色特征角度來描述，根據(jù)各參數(shù)分布情況，選擇標(biāo)準(zhǔn)差較小的參數(shù)作為分類器輸入特征向量；以及采用主分量分析法進行特征提取，降低紋理特征維數(shù)，消除模式特征之間的相關(guān)性，突出其差異性，滿足識別層的輸入要求。
　　實驗結(jié)果證明：根據(jù)圖像的紋理特征和顏色特征，運用數(shù)字圖像處理技