基于多尺度分析和仿生模式識(shí)別的紋理圖像識(shí)別.pdf

1、作為一種廣泛存在的圖像模式，紋理自然成為計(jì)算機(jī)視覺，圖像處理方面的重要研究課題。近年來，紋理圖像的分類算法一直受到人們的關(guān)注，人們提出了各種各樣的紋理特征提取和分類方法，并取得了一定的成果。就目前而言，大多數(shù)分類算法都是基于傳統(tǒng)模式的分類器進(jìn)行的，在一定程序上了制約了分類算法的正確率以及速度。本文將紋理圖像的識(shí)別分成兩個(gè)主要環(huán)節(jié)：首先利用Contourlet變換對紋理圖像進(jìn)行預(yù)處理，選擇合適的重構(gòu)方法提取紋理圖像的特征向量；然后構(gòu)造相應(yīng)

2、的超香腸神經(jīng)網(wǎng)絡(luò)模型進(jìn)行特征向量的識(shí)別工作。 多尺度幾何分析方法是近幾年在小波變換的基礎(chǔ)上發(fā)展起來的一類有效信號(hào)處理的方法。文中介紹了多尺度分析的熱門工具-Contourlet變換，與小波分析不同的是，它主要是在多尺度幾何分析方法中加入了方向因子，而且其理論基礎(chǔ)首先完成的是離散域的Contourlet構(gòu)建，隨后將其由離散域擴(kuò)展至連續(xù)域，并探討了其在圖像處理中的應(yīng)用。 運(yùn)用仿生模式識(shí)別理論建立起識(shí)別神經(jīng)網(wǎng)絡(luò)模型。仿生模式識(shí)

3、別與傳統(tǒng)模式識(shí)別的區(qū)別就在于它是從“認(rèn)識(shí)”而不是“區(qū)分”的角度來進(jìn)行模式的識(shí)別，是對學(xué)習(xí)樣本的全體在特征空間中形成的復(fù)雜幾何形體“形狀”的分析以及“認(rèn)識(shí)”，為利用高維空間理論建立識(shí)別神經(jīng)網(wǎng)絡(luò)提供了理論基礎(chǔ)。 本文從Vistex紋理圖像庫里面構(gòu)造了14類(512×512)圖片進(jìn)行了實(shí)驗(yàn)。首先利用Contourlet變換對紋理圖像進(jìn)行預(yù)處理，利用多尺度能量顯著的方向子帶對圖像進(jìn)行重構(gòu)，將不同頻帶的紋理信息分開描述，然后對重構(gòu)圖像進(jìn)行