学位论文 > 优秀研究生学位论文题录展示
非负矩阵分解在手机画面识别中的应用研究
作 者: 周念
导 师: 周宇; 叶庆卫
学 校: 宁波大学
专 业: 电子与通信工程
关键词: 图像匹配 手机画面图片 非负矩阵分解 特征提取 SVM训练 归一化互相关
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 1次
引 用: 0次
阅 读: 论文下载
内容摘要
手机画面识别作为手机性能自动监测软件系统研发项目的子项目,具有很高的应用研究价值。实际工程项目对识别速度有很高的要求(单个图片识别时间控制在10ms内),传统算法的识别速度有待进一步提高。非负矩阵分解是由D.D.Lee和H.S.Seung在1999年《Nature》上提出的一种在矩阵的所有元素均为非负约束条件下的矩阵分解方法,该方法具有算法简单、实现快速、分解结果可解释、存储空间小等诸多优势。本论文采用非负矩阵分解算法实现手机画面图片识别,在保证识别率的基础上有效提高了识别速度。本论文首先简单介绍了图像匹配基本理论,常用的基于灰度和基于特征的图像匹配算法;接着介绍了非负矩阵分解算法的提出及算法的基本原理;重点介绍了在MATLAB2010a平台下进行手机画面图片匹配仿真试验:首先对训练样本进行非负矩阵分解和特征提取,得到训练样本的特征基;然后将手机画面训练样本和测试样本分别向特征基做投影,对投影系数做SVM训练,计算识别率和识别速度;并与归一化互相关算法进行对比分析。从试验的结果来看,单个手机画面识别时间都控制在10ms内,且识别率接近100%;非负矩阵分解算法的效果远比归一化互相关的效果要好。
|
全文目录
摘要 4-5 Abstract 5-9 1 绪论 9-12 1.1 本论文选题的背景 9 1.2 本论文研究目的和意义 9-10 1.3 本论文研究的具体内容 10-11 1.3.1 手机画面数据生成和预处理 10 1.3.2 非负矩阵分解进行数据降维和特征提取 10 1.3.3 特征匹配与图像识别 10-11 1.3.4 NmfSvm 与归一化互相关算法的对比分析 11 1.4 本论文结构与安排 11-12 2 图像匹配基本理论 12-19 2.1 图像匹配基本理论 12-13 2.1.1 图像匹配概念 12 2.1.2 图像匹配的一般流程 12-13 2.1.3 图像匹配算法分类 13 2.2 常用的图像匹配方法 13-17 2.2.1 基于灰度信息的图像匹配方法 13-15 2.2.2 基于特征的图像匹配方法 15-17 2.3 本章小结 17-19 3 非负矩阵分解算法基本理论 19-26 3.1 非负矩阵分解算法的提出 19-20 3.2 非负矩阵分解算法基本原理 20-22 3.2.1 传统 NMF 问题描述 20 3.2.2 非负矩阵分解的实现 20-22 3.3 非负矩阵分解在图像处理领域的应用 22-25 3.3.1 NMF 用于人脸识别 22-23 3.3.2 NMF 用于图像检索 23 3.3.3 NMF 用于图像融合 23 3.3.4 NMF 用于图像压缩 23-24 3.3.5 NMF 用于图像分类 24 3.3.6 NMF 在图像处理领域的发展趋势 24-25 3.4 本章小结 25-26 4 手机画面匹配算法分析 26-32 4.1 手机画面匹配仿真试验任务分析 26 4.2 手机画面匹配仿真试验算法总框图 26-27 4.3 手机画面匹配仿真试验具体算法分析 27-31 4.3.1 图片生成 27-29 4.3.2 图片预处理 29 4.3.3 NMF 分解和 SVM 训练,寻找识别率比较稳定的参数r 29-30 4.3.4 r选定后的 NMF 分解和 SVM 训练 30 4.3.5 单个手机画面识别 30 4.3.6 NmfSvm 与归一化互相关对比分析 30-31 4.3.7 NmfSvm 时间性能和识别性能分析 31 4.4 本章小结 31-32 5 手机画面匹配 Matlab 仿真试验及结果分析 32-47 5.1 Matlab 图像处理与分析概述 32 5.1.1 MATLAB 软件简介 32 5.1.2 MATLAB 图像处理工具箱简介 32 5.2 手机画面匹配 Matlab 仿真试验及结果分析 32-42 5.2.1 试验 1 NMF 过程观测 32-34 5.2.2 试验 2 数据集显示 34-36 5.2.3 试验 3 参数 r 与识别率的关系 36-38 5.2.4 试验 4 非负矩阵分解得到 W 并对 H 进行 SVM 训练 38-39 5.2.5 试验 5 单个手机图片识别试验 39-42 5.3 NmfSvm 与归一化互相关算法的对比分析 42-44 5.3.1 归一化互相关算法 42-43 5.3.2 试验 6 NmfSvm 与归一化互相关对比分析 43-44 5.4 NmfSvm 时间性能和识别性能分析 44-45 5.5 本章小结 45-47 6 研究主要结论和展望 47-51 6.1 本论文内容总结 47 6.2 研究主要结论 47-49 6.2.1 非负矩阵分解程序代码 47-48 6.2.2 手机画面匹配识别性能、时间性能分析 48-49 6.3 拟进一步研究和解决的问题 49-51 参考文献 51-53 致谢 53
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 红外图像匹配技术研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 视频中多运动目标分类的研究,TP391.41
- 遮挡情况下的车辆检测与跟踪,TP391.41
- 基于视觉的人体行为检测识别研究,TP391.41
- 基于改进的支持向量机的模拟电路故障诊断方法研究,TN710
- 基于DSP的水稻杂草识别研究,TP391.41
- 基于NMF的矿产预测技术的研究与实现,P624
- 压感指纹识别系统关键技术的研究,TP391.41
- 基于完全二叉树SVM烧结工况多类识别的研究与实现,TP391.41
- 基于纹理特征的煤炭发热量研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|