基于小波變換的動(dòng)態(tài)紋理分類.pdf

1、隨著經(jīng)濟(jì)的增長(zhǎng)、社會(huì)的進(jìn)步和人們物質(zhì)生活及精神生活水平的不斷提高，紋理的分類已經(jīng)應(yīng)用于多學(xué)科和人們?nèi)粘Ｉ钪械母鱾€(gè)方面。傳統(tǒng)的靜態(tài)紋理分類已經(jīng)無(wú)法滿足信息量飛速增長(zhǎng)的當(dāng)今時(shí)代的要求，對(duì)于動(dòng)態(tài)紋理的分類已經(jīng)越來(lái)越多的受到人們的關(guān)注。
　　 本文圍繞這一熱點(diǎn)課題展開，首先介紹了動(dòng)態(tài)紋理分類的研究意義和現(xiàn)狀。然后研究了小波分析的基本理論，指出了小波分析應(yīng)用于動(dòng)態(tài)紋理分類的合理性。本文主要成果如下：
　　 （1）提出了一種新型的

2、小波變換，先對(duì)動(dòng)態(tài)紋理沿時(shí)間軸進(jìn)行一維離散小波變換，然后再利用空間二維小波變換對(duì)子帶進(jìn)行處理，這種方法更好的兼顧了運(yùn)動(dòng)的局部特性，并提出了一種以小波變換子帶系數(shù)服從廣義高斯分布的參數(shù)為特征的分類方法。本文使用了KNN與SVM兩種分類器，通過(guò)實(shí)驗(yàn)與傳統(tǒng)的均值方差為特征的方法比較，驗(yàn)證了新方法的有效性。為了避免由于特征維數(shù)過(guò)高而帶來(lái)的計(jì)算量增加和分類性能惡化問(wèn)題，并且本文采用了特征選擇的方法。
　　 （2）研究了基于對(duì)偶樹復(fù)小波變換