学位论文 > 优秀研究生学位论文题录展示

基于小波变换和模糊粗糙集技术的图像识别

作　者: 翟俊海
导　师: 王熙照
学　校: 河北大学
专　业: 光学工程
关键词: 图像识别 模糊粗糙集 小波变换 特征提取 模糊信息系统 模糊熵
分类号: TP391.41
类　型: 博士论文
年　份: 2010年
下　载: 733次
引　用: 2次
阅　读: 论文下载
 

内容摘要


图像识别是近二十年来模式识别和图像处理研究的热点,是用现代信息处理技术与计算机技术完成对图像的认识、理解过程。它研究的主要内容是根据图像的特征进行识别(或分类),已在许多领域得到广泛应用。图像识别过程大致可分为图像预处理、图像特征提取和图像识别(或分类)三个步骤。其中,图像特征提取和图像分类是两个核心环节,本文主要在这两方面开展研究。在图像特征提取研究中,主要工作包括以下2方面:1.将小波变换和二维投影子空间技术有机地结合起来,从变换系数中提取图像的代数特征。研究了小波子段图像的选取问题,提出了①基于小波变换和二维主成分分析的图像特征提取方法;②基于小波变换和双向二维主成分分析的图像特征提取方法;③基于小波变换和二维线性判别分析的图像特征提取方法。在ORL、YALE、JAFFE和UMIST四个人脸数据库上的实验结果表明了该方法的有效性。2.作为一种矩阵分解方法,奇异值分解可用于提取图像的代数特征。图像的奇异值特征具有很多好的性质,如稳定性、几何不变性、对噪声的不敏感性。但是只用一个尺度的图像奇异值特征难以获得高识别率。基于小波变换和奇异值分解,提出了基于小波多尺度奇异值分解的图像特征提取方法,它将多个尺度的小波子图奇异值特征组合起来用于图像识别。在ORL、YALE和JAFFE三个人脸数据库上的识别率分别达到82.11%、100%和95.68%。在图像分类方法的研究中,基于模糊粗糙集技术,提出了以下三种分类方法:1.针对二维主成分分析提取的图像特征依然存在冗余这一问题,提出了基于二维主成分分析和模糊粗糙集技术的图像识别方法。该方法利用模糊粗糙集技术的属性约简进行属性选择,将对分类比较重要的属性选择出来,将冗余的属性去掉。实验结果表明该方法优于基于二维主成分分析的图像识别方法。2.模糊粗糙集是粗糙集的扩展,它将数据的模糊性和粗糙性结合起来。基于模糊粗糙集技术,提出了一种模糊决策树分类方法。该方法利用模糊条件属性相对于模糊决策属性的重要度选择扩展属性,它集成了数据中的两种不确定性,比基于纯模糊熵的模糊决策树分类方法具有更好的分类能力。实例分析和实验结果均表明该方法优于模糊ID3算法。3.对于给定的模糊信息系统,可以求得多个模糊属性约简,而每个模糊属性约简对分类都有不同程度的贡献。如果只用其中一个模糊属性约简,即便它是最重要的模糊属性约简来产生分类规则,那么隐藏在其他模糊属性约简中的有用信息将不可避免地被丢失。针对这一问题,提出了一种基于模糊粗糙集技术的多模糊决策树归纳方法,该方法融合了多个模糊属性约简对分类的贡献。实例分析及实验结果均表明这一方法优于单个模糊属性约简的模糊决策树方法。另外,本文还研究了信息系统信息粒度的粗细对决策树产生的影响,得出结论:粗信息粒的信息熵不小于细信息粒的信息熵,细信息粒下选取扩展属性产生的决策树优于粗信息粒下选取扩展属性产生的决策树。

全文目录


摘要  5-7
Abstract  7-11
第1章 绪论  11-20
  1.1 研究背景和意义  11-17
  1.2 本文的主要工作  17-18
  1.3 本文的组织方式  18-20
第2章 基于小波变换和二维投影子空间技术的图像特征提取  20-46
  2.1 引言  20-22
  2.2 小波变换  22-24
  2.3 投影子空间技术  24-33
  2.4 基于小波变换和二维投影子空间技术的图像特征提取  33-38
  2.5 实验结果  38-45
  2.6 小结  45-46
第3章 基于小波多尺度奇异值分解的图像特征提取  46-51
  3.1 引言  46-47
  3.2 奇异值分解定理  47-48
  3.3 基于小波多尺度奇异值分解的图像特征提取  48-49
  3.4 实验结果  49-50
  3.5 小结  50-51
第4章 信息粒度，信息熵与决策树  51-60
  4.1 引言  51-52
  4.2 基础知识  52-54
  4.3 信息粒与信息熵  54-56
  4.4 信息粒与决策树  56-59
  4.5 小结  59-60
第5章 基于2DPCA 和模糊粗糙集技术的图像识别  60-65
  5.1 引言  60
  5.2 模糊粗糙集与模糊属性约简  60-63
  5.3 基础2DPCA 和模糊粗糙集技术的图像识别  63-64
  5.4 实验结果  64
  5.5 小结  64-65
第6章 基于模糊粗糙集技术的模糊决策树  65-83
  6.1 引言  65-66
  6.2 基础知识  66-70
  6.3 基于模糊粗糙集技术的模糊决策树法  70-73
  6.4 实例分析  73-76
  6.5 实验结果  76-82
  6.6 小结  82-83
第7章 基于模糊粗糙集技术的多模糊决策树归纳  83-104
  7.1 引言  83-84
  7.2 粗糙集与模糊粗糙集  84-88
  7.3 单模糊决策树归纳  88-89
  7.4 基于模糊积分的多模糊决策树归纳  89-98
  7.5 实验结果  98-99
  7.6 小结  99-104
第8章 总结与展望  104-106
  8.1 主要贡献与创新  104-105
  8.2 研究展望  105-106
参考文献  106-118
致谢  118-119
攻读博士学位期间科研工作情况  119-120

相似论文

  1. 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
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  4. 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
  5. Q学习在基于内容图像检索技术中的应用,TP391.41
  6. 图像的稀疏表示及编码模型研究,TP391.41
  7. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  8. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  9. 空间交会接近视觉测量方法研究,TP391.41
  10. 图像实时采集、存储与处理方法研究,TP391.41
  11. 唇读中的特征提取、选择与融合,TP391.41
  12. 多币种纸币处理技术的研究与实现,TP391.41
  13. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  14. 基于图像的路面破损识别,TP391.41
  15. 移动机器人视觉检测和跟踪研究,TP242.62
  16. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  17. 基于随机森林的植物抗性基因识别方法研究,Q943
  18. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  19. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  20. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  21. 红外图像目标识别及跟踪技术研究,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