版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、分形變換理論已在圖像處理、計算機視覺領域獲得了一系列成功應用,例如圖像壓縮、模擬生成地形和云等自然景物。分形變換實質是找到圖像內部存在的灰度自相似性迭代函數(shù)系數(shù),則圖像就可以用迭代函數(shù)的參數(shù)來表示。將分形編碼應用在目標識別是一種新穎的目標識別思想方法,目前在二值圖像的形狀識別以及人臉識別方面已經(jīng)有一些成功地嘗試,因為分形編碼攜帶了圖像的空域分布特征,可以利用它進行目標圖像識別,且這種識別方法對旋轉、尺度變換、平移以及光照都具有不變性,對
2、人臉的表情變換等也具有一定的魯棒性。本文在分析傳統(tǒng)目標識別方法的基礎上,著重介紹了分形編碼的理論基礎和基于分形編碼的目標識別方法原理及實例。將待識別圖像作為初始圖像,應用已知模式的圖像分形編碼進行迭代解碼,求取待識別圖像變換前后的歐式距離(分形鄰距)來識別圖像;分形編碼的方法和參數(shù),直接影響分形解碼后的圖像,也直接影響到目標圖像識別率。本文分析了分形編碼的不同方法,依據(jù)最終目的是目標識別,而非圖像壓縮的特點,盡可能保留圖像的特征信息,不
3、追求高壓縮比和編碼速度,選擇了Jacquin自動分形編碼,以提高目標圖像識別率。最后以ORL人臉庫為例,針對光照、旋轉、遮擋等圖像做了充分的實驗分析,認為分形變換應用在相似性目標識別方面是極其有效的。受此思想啟發(fā),我們認為圖像壓縮編碼也可以被看作圖像特征提取,因為其目的是保留圖像的主要特征,以使用更少的數(shù)據(jù)來表述它,而特征提取是模式識別的核心,因此,研究壓縮域上的模式識別方法是一項很有意義的嘗試。余弦變換是成熟的圖像壓縮編碼,我們也可將
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 基于殼體振動的目標識別方法研究.pdf
- 基于形狀的圖像目標識別方法研究.pdf
- 圖像目標識別方法研究.pdf
- 雷達目標識別方法研究.pdf
- 聲目標識別方法研究.pdf
- 基于RCS的海上目標識別方法研究.pdf
- 基于數(shù)據(jù)融合的運動目標識別方法研究.pdf
- 基于人類回聲定位的目標識別方法研究.pdf
- 基于深度學習的SAR目標識別方法研究.pdf
- 基于全極化雷達的目標識別方法研究.pdf
- 基于不變矩的空間目標識別方法研究.pdf
- 基于圖像處理的水下目標識別方法研究.pdf
- 基于特征級融合的目標識別方法研究.pdf
- 基于信息融合技術的目標識別方法研究.pdf
- 基于分形鄰距和四叉樹編碼的目標圖像識別方法.pdf
- 基于稀疏學習的雷達目標識別方法研究.pdf
- 基于NMF的SAR圖像目標識別方法研究.pdf
- 基于低分辨雷達的目標識別方法研究.pdf
- 基于機器視覺的場景目標識別方法研究.pdf
- 基于復雜網(wǎng)絡的圖像目標識別方法研究.pdf
評論
0/150
提交評論