路面圖像的分類識別.pdf_第1頁
已閱讀1頁,還剩55頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、路面破損圖像識別是圖像處理和模式識別研究中的熱點(diǎn)問題,近年來受到越來越多研究者的重視[1]。本文主要內(nèi)容就是圍繞路面破損圖像的識別問題,研究各種破損圖像的分類識別技術(shù)。通過對公路路面上可能出現(xiàn)的各種破損現(xiàn)象進(jìn)行歸納和分析,研究它們出現(xiàn)的原因;在破損二值圖像的基礎(chǔ)上,提取圖像的特征使用分類器來對裂縫進(jìn)行分類。本文的主要研究成果包括:
   1)提出基于破損圖像的線性特征、結(jié)構(gòu)特征和分形維數(shù)特征的提取方法。在傳統(tǒng)的圖像識別中,提取的

2、圖像特征并不能對路面破損圖像進(jìn)行全面的描述,對破損圖像的識別效果達(dá)不到人們的要求。本文認(rèn)為提取的破損圖像的特征應(yīng)該更加緊密的同圖像中的破損情況密切相關(guān),在這種思想下,本文提取破損的線性特征、結(jié)構(gòu)特征和分形維數(shù)特征對圖像進(jìn)行識別,并和傳統(tǒng)的特征提取方法Proximity算法、密度因子算法作比較,結(jié)果證實(shí)新的特征提取方法具有較好的適應(yīng)能力和識別效果。
   2)在分類器的設(shè)計(jì)方面,本文主要使用支持向量機(jī)來設(shè)計(jì)分類器,并在論文中討論了

3、它的優(yōu)缺點(diǎn)。針對分類器的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),分析了支持向量機(jī)的主要參數(shù)對優(yōu)化性能的影響。在提高分類器的識別效果的理論指導(dǎo)下,將遺傳算法和支持向量機(jī)方法進(jìn)行了有效的結(jié)合。實(shí)驗(yàn)表明,遺傳算法和支持向量機(jī)相結(jié)合的方法能夠進(jìn)一步的提高識別破損圖像的準(zhǔn)確率和魯棒性。
   3)通過對真實(shí)路面裂縫進(jìn)行采集并得到相應(yīng)的路面裂縫圖像。對這些圖像進(jìn)行特征提取,然后分別建立神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)分類器模型并對采集到的圖像進(jìn)行分類,通過多次實(shí)驗(yàn),結(jié)果顯示在訓(xùn)

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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。

評論

0/150

提交評論