圖像特征提取方法研究及應用.pdf

1、隨著科技發(fā)展和圖像信息的大量產(chǎn)生和交流，目標圖像的自動識別和分類應用越來越廣泛，同時實際應用問題對目標識別技術(shù)的要求也越來越高，計算機自動識別技術(shù)遠沒有滿足實際應用需求。圖像識別分類技術(shù)一般包括幾個階段：圖像預處理、圖像特征分割、特征提取和自動分類器設(shè)計等，其中特征提取的內(nèi)容和方法尤為重要。特征提取為分類器提供所有依據(jù)，它的表征性能直接決定了識別分類的效率和精度。在實際問題中，特征提取可能受到背景、視角、光照、大小等噪聲干擾，如何提取具

2、有良好表征性能且受到噪聲干擾較小的特征參數(shù)，是應用研究的重要問題。
　　 本文針對鋼鑄坯圖像的分類和評測的實際應用問題，研究以鑄坯圖像為識別目標的特征提取技術(shù)。針對鋼鑄坯的主要缺陷—中心偏析，提出實際特征提取的內(nèi)容和方法，分析處理特征參數(shù)數(shù)據(jù)。
　　 在圖像分割的基礎(chǔ)上，研究分析中心偏析的特性，提出特征參數(shù)提取的主要內(nèi)容，主要依據(jù)圖像像素點灰度和區(qū)域分布特性進行特征提取。針對圖像分割的兩種結(jié)果，提出全局閾值和動態(tài)閾值兩組

3、特征的提取。
　　 根據(jù)中心偏析區(qū)域特點，提出使用擬合直線方法確立偏析線方向，提出擬合方法并研究應用效果。利用擬合的直線，對圖像像素點灰度值進行行投影，為特征提取提供依據(jù)。提出13種特征參數(shù)的提取內(nèi)容和方法，將13種特征參數(shù)分為三類研究論述。依據(jù)特征提取基本原則對特征參數(shù)進行選擇優(yōu)化，選擇10種重要參數(shù)組成特征向量，并針對識別分類具體問題提出分類特征向量。
　　 本文以針對具體問題構(gòu)造新的特征提取內(nèi)容和方法為主要研究方向