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、自動目標(biāo)識別的本質(zhì)是模式識別問題,特征提取是模式識別系統(tǒng)的重要組成部分,為正確分類提供了有力的保證.為了提高分類處理的速度和精度,需選擇具有代表性的特征,而且這些特征應(yīng)具有比例、旋轉(zhuǎn)、平移不變性.小波變換具有多分辨經(jīng)特點(diǎn),并且這種特點(diǎn)呈塔形分解形式,這種分解方式與人由粗到細(xì),逐漸辨識圖像的思維方式是吻合的.文中討論了兩種基于小波變換的二維圖像特征提取方法:線性矩的多分辨分析、小波矩的圖像識別,闡述了各方法的基本原理及實(shí)現(xiàn)過程.線性矩的多
2、分辨分析方法是首先將圖像的二維信息轉(zhuǎn)換為一維信息:線性矩,然后利用多分辨正交基對線性矩進(jìn)行交換,計(jì)算其各分辨率下的信號的能量及經(jīng)FFT變換的值,獲取特征矢量.為減少計(jì)算量和數(shù)據(jù)量,對此方法進(jìn)行了改進(jìn),使特征的選取更為方便.此外,還討論了小波矩的圖像識別算法,小波矩除了具有矩的平移、縮放和旋轉(zhuǎn)不變性外,還能夠把握圖像的細(xì)節(jié)特征.決策分類是目標(biāo)識別中要解決的關(guān)鍵問題.文中研究了最小距離分類器和神經(jīng)網(wǎng)絡(luò)在模式分類中的應(yīng)用.應(yīng)用多分辨分析與串、
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。
最新文檔
- 基于小波分形特征提取的漢字識別方法.pdf
- 基于二維小波分析的板損傷識別方法研究.pdf
- SAR圖像典型目標(biāo)特征提取與識別方法研究.pdf
- 基于小波分析的二維結(jié)構(gòu)損傷識別方法應(yīng)用研究.pdf
- 基于最優(yōu)特征提取的二維人臉識別.pdf
- 基于深度信息的三維目標(biāo)特征提取與識別方法研究.pdf
- 圖像目標(biāo)識別方法研究.pdf
- 基于特征的目標(biāo)提取與識別方法研究.pdf
- 基于形狀的圖像目標(biāo)識別方法研究.pdf
- 紅外圖像目標(biāo)識別及特征提取技術(shù)的研究.pdf
- 鐵路扣件圖像特征提取與識別方法研究.pdf
- 高頻波段雷達(dá)目標(biāo)特征提取與識別方法研究.pdf
- 基于深度學(xué)習(xí)的SAR特征提取與目標(biāo)識別研究.pdf
- SAR自動目標(biāo)識別中的特征提取技術(shù)研究.pdf
- 基于時(shí)頻分析方法的單細(xì)胞圖像特征提取及識別方法研究.pdf
- 基于圖像的特征信息提取與目標(biāo)識別.pdf
- 基于RCS特征提取的雷達(dá)目標(biāo)識別新方法.pdf
- 基于圖像處理的水下目標(biāo)識別方法研究.pdf
- 人臉特征提取與識別方法研究.pdf
- 基于小波分析的高分辨率雷達(dá)目標(biāo)識別方法研究.pdf
評論
0/150
提交評論