[計算機]紅外圖像特征提取方法研究(參考版)
2024-10-19 23:03本頁面
【正文】 緣提取算法，首先利用小波算法對紅外圖像進行濾噪，然后利用高斯函數(shù)作為平滑函數(shù)對圖像進行水平和垂直方向的小波變換，提取紅外圖像邊緣特征。 3)通過 ICA提取的圖像特征具有較強的不變性 . 4. SVD是最重要的矩陣分解方法之一，它在信號處理、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，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 對圖像進行各種濾波變換如 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、特征維數(shù)低等特點，但是特征的語義不直觀、需要先對分類識別的圖像進行某種變換 . (如圖像去噪、圖像分割、圖像融合等）、時間序列分析、語音識別等領(lǐng)域。 三 .圖像代數(shù)特征提取 代數(shù)特征反映的是圖像的一種內(nèi)在屬性 .從表示圖像的矩陣中提取出的特征稱為代數(shù)特征 .圖像代數(shù)特征的提取是以存儲圖像數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)為基礎(chǔ)，利用矩陣理論提取圖像特征的一種方法 . 主成分分析 (PCA)、線性判據(jù)分析 (LDA)、獨立成分分析 (ICA)和奇異值分解 ( SV D)是這種方法的典型代表 . 1. PCA在數(shù)字圖像處理中也稱為 Hotelling變換，而在通信理論中稱為 K L變換 .PCA己廣泛應(yīng)用于數(shù)據(jù)壓縮、圖像處理、模式識
教學課件相關(guān)推薦
鄂ICP備17016276號-1