基于图像识别的特征提取方法研究课件

上传人:txadgkn****dgknqu... 文档编号:251978666 上传时间:2024-11-11 格式:PPT 页数:21 大小:6.75MB
返回 下载 相关 举报
基于图像识别的特征提取方法研究课件_第1页
第1页 / 共21页
基于图像识别的特征提取方法研究课件_第2页
第2页 / 共21页
基于图像识别的特征提取方法研究课件_第3页
第3页 / 共21页
点击查看更多>>
资源描述
,*,空军工程大学硕士学位论文答辩,Optiical Engineering,基于图像识别的特征提取方法研究,Studies on feature extraction based on image recognition,11/11/2024,.,基于图像识别的特征提取方法研究Studies on feat,答辩内容组织结构,背景,工作,结论,理论,.,1,答辩内容组织结构背景工作结论理论.1,图像识别的研究背景,图像识别、根本问题、发展,图像识别的系统,众多特征提取方法本质、缺陷,本论文的着手点,background,.,2,图像识别的研究背景图像识别、根本问题、发展图像识别的系统众多,论文涉及的理论,特征描述与生成,基于轮廓的特征描述,基于矩的特征描述,基于变换的特征生成,常规的傅里叶描述子,仿射傅里叶描述子,短时傅里叶描述子,几种常用的矩,矩的性质,图像的极坐标变换,图像的频域变换,图像的梅林变换,图像的投影变换,1,2,3,.,3,论文涉及的理论特征描述与生成基于轮廓的特征描述基于矩的特征描,自己的工作,创新点,扇区投影小波描述子(SPWD),傅里叶梅林相关能量矩(FMCEM),多类目标的特征选择算法,图像重建进行识别特征的评估,FD:Fourier Descriptor,SPWD:Sector-Projection-Wavelet-Descriptor,FMCEM:Fourier-Mellin-Correlation-Energy-Moments,FWD:Fourier-Wavelet-Descriptor,.,4,自己的工作创新点扇区投影小波描述子(SPWD)傅里叶梅林,SPWD,扇区投影小波描述子,SPWD的由来:,FD的轮廓识别实验,实验一,实验二,实验三,.,5,SPWD扇区投影小波描述子SPWD的由来:FD的轮廓识别实,SPWD,扇区投影小波描述子,结果一,结果二,结果三,.,6,SPWD扇区投影小波描述子结果一结果二结果三.6,扇区投影小波描述子,原因分析:,A,B,C,D,.,7,扇区投影小波描述子原因分析:ABCD.7,扇区投影,小波分析,扇区投影小波描述子定义,扇区投影小波描述子,为什么要扇区投影?,扇区投影中扇区数目的选择?,.,8,扇区投影小波分析扇区投影小波描述子定义扇区投影小,扇区投影小波描述子的分类结果,对傅里叶描述子不能识别的样本可以正确识别,样本集的随意性,对一些复杂轮廓、多类样本也可以正确识别,w,1,w,2,扇区投影小波描述子,A,B,C,D,.,9,扇区投影小波描述子的分类结果 对傅里叶描述子不能,傅里叶梅林相关能量矩,定义,优点,算法,FMCEM,A,B,C,D,E,.,10,傅里叶梅林相关能量矩定义优点算法FMCEMABCDE.10,以上研究的都是无噪声图像,分类效果图表明,无论是差别比较大的目标,还是差别细微的目标,傅里叶梅林能量相关矩都可正确识别,。,FMCEM,傅里叶梅林相关能量矩,分类效果,B,A,C,.,11,以上研究的都是无噪声图像,分类效果图表明,无论是差别比较大的,对于三类图像添加适量的噪声,以研究傅里叶梅林相关能量矩的抗噪能力,其添加的噪声是方差为0.03的椒盐噪声。,FMCEM,傅里叶梅林相关能量矩,B,A,C,.,12,对于三类图像添加适量的噪声,以研究傅里叶梅林相关能量矩的抗,FWD,傅里叶梅林相关能量矩,小波矩与傅里叶小波描述子的区别,傅里叶小波描述子的识别效果,傅里叶梅林相关能量矩的缺陷,A,B,.,13,FWD傅里叶梅林相关能量矩小波矩与傅里叶小波描述子的区别傅,feature selection,多类目标的特征选择算法,两类模式的可分辨度,N类模式的可分辨度,A,B,.,14,feature selection多类目标的特征选择算法两类,特征参数,m,n,q,的选择固然不容忽视,同样参数,wavelet,的选择也很重要。不同的小波基对分类效果是有影响的,在,m,n,q,确定的情况下:,feature selection,多类目标的特征选择算法,A,B,C,.,15,特征参数m,n,q的选择固然不容忽视,同,image reconstruction,基于图像重建的特征评估,n,n+2,图像重建与图像识别,正交矩的优点,正交多项式的零点数目,理论分析与重建实验,.,16,image reconstruction基于图像重建的特征评,2,3,5,7,10,13,15,17,20阶矩的重建效果,image reconstruction,基于图像重建的特征评估,A,B,C,.,17,2,3,5,7,10,13,15,17,20阶矩的重建,conclusion,结 论,1,轮廓识别的结论:,FD与SPWD,2,灰度识别的结论:,FMCEM与FWD,3,多类目标特征选择算法对多目标识别是可行的,4,对于正交矩可以通过图像重建进行特征评估,.,18,conclusion结 论1轮廓识别的结论:2灰度识别的结,在学期间发表的学术论文,第一作者.A Multi-class Image Recognition Algorithm Using Wavelet Moment Invariants A.Inernational symposium on test and measurement.2007(2),第一作者.基于扇区投影小波描述子的图像轮廓识别J.光电工程.2008(6),第一作者.MET1证据理论在不变矩目标识别中的应用研究J.电光与控制.2008(3),第一作者.基于小波不变矩的多类目标特征选择算法J.应用光学.2008(1),第三作者.基于正交多项式不变矩的图像描述J.电光与控制.2008(12),第三作者.具有平移缩放旋转不变性的傅立叶梅林相关能量矩J.红外与激光工程(已投稿),第五作者.不同高度碳纳米管对场发射显示器的影响研究A.第六届中国纳米科技西安研讨会论文集.2007,.,19,在学期间发表的学术论文 第一作者.A Multi-clas,欢迎各位专家点评,THANKS,THANK YOU,THE END,.,20,欢迎各位专家点评THANKS THANK YOUTHE EN,
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 办公文档 > 教学培训


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!