豆搜网 文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 生物学 > 分类算法在纹理识别研究中的应用
侵权投诉

分类算法在纹理识别研究中的应用

应用技术 I■

C h in a s i e c cn e a nd T e ch o n ol gy e R i ve w

类算法分在纹理识 别究研中应的用毛 新军董 (宇中国海洋大学信息科学与程学工院 ) [ 要]摘文将本机器学习中最常用的两种分 类法算—— K近邻法和支持向机应量用到理纹别识的研究中, O以u t e x、 r o d Ba tz及以 UC R e ̄T个共纹公理库中的纹理图像为研究象,对分别用使K近邻法、支持量向算法进机纹理行识别实验并,对最终的识别结果做了分析与比较。综合三个纹库的识理别结,果我们现发 较相 K近于邻,法支 向量机持识的别果效好较,能够较准的确实现对纹理像图的识别。 [关键词] K邻近法。支持向机量。纹理识别中图分类号: T P 39 2. 01 文标识献:码 A文章编号:1 0 0 9— 914 X 2( 1 4 0) 02— 0 82 6—0

11.夸引 样 本为作它的邻居;最后,这取 居 的类标进投票行,将票数多最即出现次 计算机 觉视是当前计算学科机研中究较比要重一个的分支 ,其最终的是目让算计机系统能够准理确解三维世界中的事物,使之具备人眼视觉的某功些 数 最多类的赋标给前待当测样,本时即此已完对成待样测本的分类 。2 .2支持向机量

能。此因,计机视算觉的究研对工人能智工、智业能等域领发展的着有分重要十 意的义纹。理识是计算别机觉视中最具挑性战的领域之一,在物体它识、别遥感

支持量向机主通要对过整个训练样集进本学行习来得获分类使间达到隔

最大支持向的。量其中如图,所1,示线直厶和 厶间的距之即离为分间隔,类而 厶厶和别分经过的心实点和空心点示的训练样本表为支持即向。量以分两类问 题为,例支持向机量一是在种性线可分前提的下,找寻能将训样练本分划为两类种别的优分最类线的算法。这所里说“的线可性分”是指存一在线直或平超面,够能直接将训练样本集分两为种别类,“最优分线”类为即图 1中将心实与点

像分析图工、业自动处理化、洋海生研究态等个多方面都有广泛着的应用。这 ,样纹理别识在自化动生、产机器智人化能等方面具也有相重当要研的究义意

与 应用价值。

文本 O以 u etx、 B ro a d t z以及 URECT=个公纹共理库中的纹理像图为究研对象,将K近邻法支和持量向机这两种分算类应法用到理识别纹实验,中两对种算法的纹理识别效果及优 点缺做了细对详比分析、。面下首先绍一介K下近 邻法与持支向机量的基本理原。 空心点 分区来的开直£线,而中所图示的厶,和分别代的表是经过与直 距线最离短的实心点和心点空的两直条,线时同两这条直线还与直线平行。

2 .原理绍介 2 1 K近邻

法如1图所示,当直线使 m a“ gr in”最,即直大厶与线厶之的间类分间隔最大时直,线工是就优分最线,类而持支量就向分布在是厶和厶上的训练本样。 3 .验实及果结分析验实中们我首先对 Ou tex、 r o Bd at z以及CU R T e三公个共纹理库的纹中理 像进图行征特提取并,对获得的征特量使向用P c A算法进行降维,终以最 l O+特征值 表来一示纹幅理图像接着,纹理图像将分训为练样本与待测样两本部

近邻法K是一种概率统在基计础上被出提算法的,主要过对通训样练本进 行概率度统计密来实对现待样测本的分。该算法不类需要何诸任如件条性立独之类的假设做前提条件,而是直接对已有的样本数据集行进学习、类分因此。, K邻近是一法种没有数参的密估计度算法。 K近邻法主要恩想是首的先对类未知别样的本和训练样本做集距离度量, 分 分别使用K,邻近法、持支向机对量练训本样行进习学,对待样本进测行理纹 识。 此外别,我对K们近法不邻的K同值,支持量机不同的向核数函、核参均数进行了多次选取,得到的识结果别显示,不同值的K取选对近K法邻识的别效果影 接 着,比较些距离的这大,取其小中前 K最爪短距即离待测样本最离近训的练

响较大,核函数及参数核的选取同样影响支持了向量机最的识别效果终。1表为种两方法三对种理库中纹理纹像图平均的别识准确率。总体从上看,支向量持机的理纹识效别果于I (优j丘邻法的识效别果因此。,在纹理识别面方,支持向量机的性相较于 K近邻能要好法一些。 4 .柬结语

本将K文近邻法与持支向量机两种常用的类分

算法用应纹理到识别实验,对中 u tOe x、Br o d at z及C以R eU T ̄个共公纹理 库的中纹理像图进行识别。文蟹 蠢 中 过通分析、对两种比分类算法最终的识别结果, 得支到持量向机的理纹识别效果优于K近法邻的识别效果的论结。 本文“由洋地海物理球声学探测 数处据和理管理技术及 产品应用 ( 20 1 005 0 9 )” 2国、家洋海益公性业行研专科项经费项目“渤海海洋境环息信集成 及动管态理术示范应技用( 2 0 09 0 5 0 3 0 )”与青岛市科技计划 基研础究目项 Qi(n g da o S c ien c e an d T e c h n olo gy lP na P r oje ct s 2)0 1 2 . 1- 2 0 1 . 49“水下小

1图分两类线 性可分情况表1 近K邻法与持支向量机平均识别准确率

标目空几间何及三维纹理建重统系研 (究1 21- 4 --1 - ( 8 -)j ch”资助)。 科 版学, ) 200 2 ( 2) . [ 5】位永辉,刘笃仁.基于 MF R5 0 C0的非触接I C式读卡写设器计[ J]新.器件应用, 2 0 0 7(5 ). [ 】李6让科 .种一实的非用触接式 I卡c读写器系统的计[ J设].重庆邮学电院学报,2 00 1( 6 ). [】陈7胜恩 I .C卡系统技术与用应动[向 J】 .磁记录材料, 1 99 8 4 ( ). 【 8 】志李. I刚卡c智能收与费系[统J】 .子电技术应, 1 9用 7 9 3( ). 者简介:黄作宝山( 1 9 9 7),一男,肃甘靖人远,科本历,学现为酒钢集肃团北 亨天业矿限责有公任司电气主,管主要从事工业电气自动化生现产场管理、高 压低电气设备运行理。管 作者简 介:栋杨 1( 98 2一),男,甘肃靖远人,硕研士究生历,学曾供职兰于州兰大小精灵技新有术限责任公司任项,目经,理为现兰铁路局州银川务段电工 师程,主要从事铁信号路、计算机测及控工业场总线方面的现研究。 28 6}科技博览

分类算法在纹理识别研究中的应用

第1页

热门文档

相关文档

  • 纹理特征提取算法及其在面向对象分类技术中的应用研究

    电子科技大学 硕士学位论文 纹理特征提取算法及其在面向对象分类技术中的应用研究 姓名:章智儒 申请学位级别:硕士 专业:模式识别与智能系统 指导教师:陈武凡 20090501 ...

  • 【论文】基于WBCT的纹理分类算法

    自然纹理分类识别方法... 23人阅读 3页 2....分解过程中使用拉...基于 WB T的纹理分类算法 C章立, 彭宏 京 ( 南京...

  • 动态纹理识别技术研究

    动态纹理识别技术研究_信息与通信_工程科技_专业资料。Y 953836 学校代码.10246学¨.032021028 後旦大学硕士学位论文、 动态纹理识别技术研究 院 系: 电子工程系电...

  • 木材纹理识别算法研究进展

    对当前板材识别主要方法和相关理论进行了探讨,分析了这些算法的优缺点并对木材纹理识别作了展 望。 【关键词】木材树种;纹理特征;检索识别;图像处理 【中图分类...

  • 纹理物体缺陷的视觉检测算法研究--优秀毕业论文

    纹理物体缺陷的视觉检测算法研究--优秀毕业论文_理学_高等教育_教育专区。工学硕士...描述图像内容的重要特征,纹理分析也已经被成功的应用纹理分割 和纹理分类当中...

  • 纹理分析方法及在地学领域中的应用

    关键词:纹理分析、图像处理、模式识别、地学应用 遥感图像通常包含光谱信息和空间...将估计参数作为 纹理的特征向量,并且利用改进的 BP 算法对特征进行分类,能取得...

  • 【论文】图像纹理检测及分割算法研究

    图像纹理区检测及分割算法研究_专业资料。图像纹理区是指在进行边缘检测时边缘分布相对密集,并存在一些伪边缘的区域。研究表明,现有的很多图像处理算法的误差集中在纹...

  • 【论文】基于纹理的图像检索算法研究

    基于纹理的图像检索算法研究_教育学/心理学_人文社科_专业资料。第3 3卷第4期 201 3年0 7月 西 安 科 技 大 学 学 报 V01.33 No.4 JOURNAL OF XI ...

  • 一种新型的基于自适应局部二值模式的纹理分类算法

    女,重庆渝北人,硕士研究生,研究方向为图像处理与模式识别.E—mail:&iq_study@...一种新型的基于自适应局部二值模式的纹理分类算法 997 的相似度(S),并运用...

  • 【论文】纹理图像双特征识别方法

    纹理图像双特征识别方法_专业资料。提出了一种能够结合...应用动态规划算法在近似匹配条件下计算特征编码在链码...频率作为目标的形状特征和尺度特征,使用贝叶斯分类方法...

站点地图 | 文档上传 | 侵权投诉 | 手机版
新浪认证  诚信网站  绿色网站  可信网站   非经营性网站备案
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.docsou.com All Rights Reserved.  闽ICP备15022310号-9  闽公网安备 35021102001881号  email
返回顶部