[計(jì)算機(jī)]紅外圖像特征提取方法研究-資料下載頁(yè)
2025-10-07 23:03本頁(yè)面
【正文】 用 ICA提取圖像特征，就圖像特征提取來(lái)說(shuō)， ICA與 PCA相比有下列優(yōu)點(diǎn) . 1) ICA具有高階去相關(guān)特性，而 PCA只具有一階去相關(guān)特性 。 2) ICA具有比 PCA較強(qiáng)的圖像局部特征表小能力 。 3)通過(guò) ICA提取的圖像特征具有較強(qiáng)的不變性 . 4. SVD是最重要的矩陣分解方法之一，它在信號(hào)處理、控制論、數(shù)據(jù)建模等許多領(lǐng)域都有重要應(yīng)用 . SVD方法提取出的特征具有許多優(yōu)點(diǎn)，如穩(wěn)定性，旋轉(zhuǎn)、平移不變性等 . 四 .圖像變換系數(shù)特征提取 對(duì)圖像進(jìn)行各種濾波變換如 K L變換、傅里葉變換、小波變換、小波包變換等，可以將變換的系數(shù)作為圖像的一種特征 .變換系數(shù)特征可以看作是二次提取的特征 . 也可以是變換系數(shù)的各種函數(shù)組合形式，如提取主成份、提取小波能量等 .所以變換系數(shù)特征一般具有表示能力強(qiáng)、特征維數(shù)低等特點(diǎn)，但是特征的語(yǔ)義不直觀、需要先對(duì)分類識(shí)別的圖像進(jìn)行某種變換 . (如圖像去噪、圖像分割、圖像融合等）、時(shí)間序列分析、語(yǔ)音識(shí)別等領(lǐng)域。 TAO等用中心投影變換和小波變換來(lái)提取圖像特征，中心投影變換將二維模式變換為一維模式，對(duì)得到的一維模式作小波變換得到不同的子模式，從各個(gè)子模式提取，但分形特征的計(jì)算比較復(fù)雜。 緣提取算法，首先利用小波算法對(duì)紅外圖像進(jìn)行濾噪，然后利用高斯函數(shù)作為平滑函數(shù)對(duì)圖像進(jìn)行水平和垂直方向的小波變換，提取紅外圖像邊緣特征。該方法較好地去除了噪聲對(duì)邊緣提取的影響，比較理想地提取出了紅外圖像的邊緣 謝謝！
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1