2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩107頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、圖像直方圖由于其計算代價較小,且具有圖像平移、旋轉(zhuǎn)、縮放不變性等眾多優(yōu)點,廣泛應(yīng)用于圖像處理的各個領(lǐng)域,特別是灰度圖像的閾值分割、基于顏色的圖像檢索以及圖像分類。
  圖像分割是圖像識別的基礎(chǔ),對圖像進(jìn)行圖像分割,將目標(biāo)區(qū)域從背景區(qū)域中分離出,可以避免圖像識別時在圖像上進(jìn)行盲目的搜索,大大提高圖像識別的識別效率以及識別準(zhǔn)確率?;诨叶戎狈綀D的閾值分割計算簡單,適合于目標(biāo)與背景分布于不同灰度范圍的灰度圖像,特別是遙感圖像。
 

2、 圖像檢索是指快速有效地從大規(guī)模圖像數(shù)據(jù)庫中檢索出所需的圖像,是目前一個非常重要又富有挑戰(zhàn)性的研究課題。顏色特征由于其直觀性、計算代價較小等優(yōu)點,在圖像檢索中扮演著重要的角色,早期的圖像檢索算法也主要利用顏色特征,特別是顏色直方圖。
  圖像分類任務(wù)主要是指對一組圖像進(jìn)行一系列自動處理,最終確定圖像所屬的類別。圖像分類具有廣泛的應(yīng)用前景,是計算機(jī)視覺的熱點難點問題。針對圖像分類的算法眾多,其中以基于bag-of-words模型的方

3、法最為經(jīng)典有效。該方法首先利用提取的顏色、形狀等特征構(gòu)建視覺詞典,然后在圖像上統(tǒng)計視覺詞的直方圖,最后利用視覺詞直方圖作為特征運(yùn)用分類器(例如非線性的SVM分類器)進(jìn)行分類決策。
  對于應(yīng)用于圖像分割的灰度直方圖,現(xiàn)有的灰度直方圖形狀容易受到噪聲干擾,構(gòu)建在其上的分割算法魯棒性不足,迫切需要研究一種能消除噪聲干擾且適應(yīng)能力強(qiáng)的灰度直方圖圖像分割方法;對于應(yīng)用于圖像檢索的顏色直方圖,傳統(tǒng)顏色直方圖描述方法存在特征維數(shù)高、受光照影響

4、、不能表達(dá)相近顏色間相關(guān)性及丟失空間位置信息的問題。因此,需要研究綜合考慮多種因素的顏色直方圖方法;對于應(yīng)用與圖像分類的基于bag-of-words模型構(gòu)建的構(gòu)建視覺詞直方圖,現(xiàn)有的基于bag-of-words的方法在視覺詞的構(gòu)造、直方圖的統(tǒng)計上仍存在不足之處,使得最終得到的視覺詞直方圖不能很好地表達(dá)圖像類別特征,因此需要研究新的基于bag-of-words的算法解決這些問題。
  本文具體研究了灰度直方圖、顏色直方圖、視覺詞直方

5、圖以及構(gòu)建在這些直方圖上的圖像分割、圖像檢索、圖像分類應(yīng)用。主要研究工作如下:
  1.針對一維閾值分割算法適應(yīng)性差、容易受噪聲干擾,二維閡值分割算法計算復(fù)雜度高的問題,提出一種基于區(qū)域劃分的灰度直方圖綜合閡值分割算法。該算法利用像素灰度以及鄰域均值組成二維空間,在此二維空間上利用區(qū)域劃分的方法來構(gòu)造一維直方圖,再綜合最小誤差、最大熵以及最大類間方差(Otsu)三種經(jīng)典的分割算法,構(gòu)造新的閾值選取方法,最后利用獲取的閾值指導(dǎo)圖像分

6、割。實驗結(jié)果表明,本文提出的算法對比經(jīng)典的一維閾值分割算法具有更強(qiáng)的適應(yīng)性,以及穩(wěn)健的抗噪性;同時與二維Otsu算法相比,適應(yīng)的噪聲種類更多,算法的計算復(fù)雜度小很多。
  2.傳統(tǒng)的顏色距離度量通常采用最簡單的歐式距離度量方式,但在HSV顏色空間上,由于各分量對顏色的貢獻(xiàn)程度不同(H分量對顏色貢獻(xiàn)度最大,S分量其次,V分量最?。虼诉@種簡單的顏色距離度量方式不能很好地移植到此空間上。針對這一問題,本文提出參數(shù)化的HSV顏色空間距

7、離,通過參數(shù)的差別來區(qū)別不同分量。然后人工標(biāo)注顏色對間的距離的相對大小,并利用基于pair-wise的學(xué)習(xí)方法訓(xùn)練已標(biāo)注的數(shù)據(jù),最終學(xué)習(xí)出距離公式中的各參數(shù),得到適合HSV空間的參數(shù)化的顏色空間距離公式。
  3.針對傳統(tǒng)顏色直方圖存在計算維數(shù)高、易受亮度變化影響、相近顏色缺少相關(guān)性以及丟失空間位置信息四個問題,提出一種基于聚類的空間顏色直方圖方法。該方法首先對圖像進(jìn)行k-均值聚類,然后在聚類圖上統(tǒng)計考慮空間位置分布的空間顏色直方

8、圖。同時,通過人工標(biāo)注數(shù)據(jù)方法訓(xùn)練出HSV顏色空間的參數(shù)化距離公式,并在此之上給出空間顏色直方圖的相似度匹配算法。實驗表明,該方法實現(xiàn)簡單,較好地反映了圖像顏色特征,基于本文算法的圖像檢索效果比傳統(tǒng)方法有所提高。另外,該方法適應(yīng)性強(qiáng),可根據(jù)需要標(biāo)注相應(yīng)的數(shù)據(jù)進(jìn)行訓(xùn)練,從而滿足多樣性的主觀顏色相似需求。
  4.bag-of-words是圖像分類的經(jīng)典方法,其核心問題是視覺詞如何選擇以及如何統(tǒng)計視覺詞直方圖。本文提出一種基于視覺詞直

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。

評論

0/150

提交評論