基于剪切波变换的纹理分类研究-信号与信息处理专业论文.docxVIP

基于剪切波变换的纹理分类研究-信号与信息处理专业论文.docx

  1. 1、本文档共136页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于剪切波变换的纹理分类研究-信号与信息处理专业论文

优秀毕业论文 精品参考文献资料 西南交通大学 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授 权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用 影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 l。保密口,在 年解密后适用本授权书; 2.不保密尉,使用本授权书。 (请在以上方框内打“√”) 学位论文作者签名:关欣亮 指导老师签名: 日期:zols-$7碍占日 日期: 必f,.I‘。夕,6 万方数据 西南交通大学硕士学位论文主要工作( 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下: 1、研究了剪切波(Shearlet)这一新颖的多尺度几何分析工具。详细介绍了其相对 于传统二维小波的改进之处以及其在表征图像的边缘、轮廓以及曲线等各向异性信息 方面的优势;介绍了剪切波的构造过程和主要性质,以及其相对于曲线波(Curvelet) 和轮廓波(Contourlet)的优势,并介绍了一种在频域实现离散剪切波变换的途径。此 外,还对剪切波变换的性能进行了定量分析,分别是方向敏感性、重构准确性以及稀 疏性。 2、结合剪切波优良的方向敏感性,引入了一种基于剪切波的纹理描述子:剪切波 变换系数直方图(Histogram of Shearlet-Transform Coefficients,HSTC)。该直方图中的 每个元素均对应着纹理图像在某尺度下某方向上的剪切波变换系数,反映了纹理在不 同方向上的能量分布情况,能够较好地表达纹理的时空特性与细节。 3、为了进一步提高纹理描述子的识别性能,将使用特征融合策略。在提取纹理中 的统计信息后,将其融合到原描述子中,以提高纹理特征的区分能力。 4、在lO个公开并广泛使用的纹理数据集中进行了一系列的纹理分类实验,对最 终的实验结果进行了横向与纵向的综合比较与分析。实验数据表明剪切波变换对纹理 信息具有优良的表征能力;并且当融合了纹理中的统计信息时,这种优势会更加显著。 这些均表明,剪切波在纹理分析领域中具有可观的研究价值与应用前景。 本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名: 吴欣亮 日期:z。Js年7习占日 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘 要 纹理是自然界物体表面的一种基本属性,是一种重要而又难以定义的视觉特征。 纹理分析作为计算机视觉领域的一个基础研究方向,在许多领域发挥着重要作用。而 纹理分类作为纹理分析的重要组成部分,是一个历久弥新的研究课题并且吸引着许多 国内外学者参与其中。纹理特征作为影响分类准确率的最重要因素,一直是人们研究 的重点。基于剪切波优良的多尺度与多方向的信号分析能力,本文引入了一种基于剪 切波变换的纹理描述子,并且进行了一系列的纹理分类实验。实验结果表明,剪切波 在提取纹理特征方面具备可观的优势。 本文首先对纹理的特性以及研究背景进行了介绍,并回顾了纹理特征提取的四大 类方法:统计方法、几何方法、模型方法以及信号处理方法。本文接着对小波变换理 论的发展历程进行了详细介绍,对传统小波在表征多元数据时的局限性进行了剖析。 然后对剪切波,这一新颖的多尺度几何分析工具进行了扼要的介绍,包括其性质与优 势。同时,本文还着重介绍了一种在频率域对剪切波变换进行离散化的途径并对剪切 波变换的性能进行了综合分析,包括方向敏感性、重构准确性以及稀疏性。 为捕捉纹理丰富的的边缘、轮廓、曲线等各向异性信息,本文使用剪切波变换提 取纹理特征,并对特征的运算速度进行了分析。随后对剪切波变换系数矩阵计算其颜 色矩与灰度共生矩阵,并将颜色矩、灰度共生矩阵特征量与原剪切波变换系数进行特 征融合,得到新的纹理描述子。融合后的特征由于含有纹理的统计信息,因而具有更 强的区分性。 最后,在10个公开的纹理数据集中进行了一系列的分类实验,将本文方法与其他 常用的纹理描述子进行了效果对比。结果表明,相较于传统方法,基于剪切波变换的 纹理特征具备更优良的表征能力,并且当其融合了纹理的统计信息时,这种优势会更 加显著。 关键词:纹理分析;特征提取;剪切波变换;特征融合 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第lI页 Abstract Texture is a

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档