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

非负矩阵分解在手机画面识别中的应用研究

内容摘要

全文目录

相似论文