隨著互聯(lián)網(wǎng)的飛速發(fā)展,圖像媒體數(shù)據(jù)正在呈指數(shù)式增長,從海量數(shù)據(jù)中找到需要的圖像是人們非常關注的問題。特征提取與描述的優(yōu)劣直接影響任務的最終性能,如何在具有較大噪聲干擾、復雜背景和較大的目標姿態(tài)變化的圖像中提取優(yōu)質(zhì)的圖像特征,對研究者們快速、高效和準確識別并檢索出目標圖像提出了挑戰(zhàn)。由于局部特征提取與描述常常作為尋找目標圖像的重要步驟,所以對局部模式描述算子的深入研究具有重要的理論研究與實際應用價值。本文重點研究圖像底層特征的提取方法,尤其是紋理特征,并將提出的局部模式特征描述算子應用于紋理圖像、自然場景圖像的識別及檢索任務中。本文主要完成了以下研究工作:（1）以原始局部二值模式紋理特征提取描述算子為基礎,研究了已有的各種改進算子,包括等價旋轉(zhuǎn)不變局部二值模式、局部模式傅里葉特征、二次局部二值模式以及擴展編碼形式的局部三值模式、尺度不變局部三值模式等。采用支持向量機對圖像進行識別,采用交叉判別二次分析進行圖像檢索。實驗結(jié)果表明以上算子對有旋轉(zhuǎn)變化的圖像的魯棒性有待進一步提高。（2）提出了一種抗旋轉(zhuǎn)尺度不變局部三值模式描述算子。首先,將樣本灰度化,采用尺度不變局部三值模式描述算子提取樣本紋... 

【文章來源】：石家莊鐵道大學河北省

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文研究內(nèi)容及創(chuàng)新點
        1.3.1 主要研究內(nèi)容
        1.3.2 主要創(chuàng)新點
    1.4 論文組織結(jié)構(gòu)
第二章 局部二值模式及其改進算子
    2.1 局部二值模式的提出
    2.2 局部二值模式的等價與旋轉(zhuǎn)不變處理
        2.2.1 等價局部二值模式
        2.2.2 旋轉(zhuǎn)不變局部二值模式
        2.2.3 等價旋轉(zhuǎn)不變局部二值模式
    2.3 局部二值模式傅里葉特征
    2.4 二次局部二值模式
    2.5 支持向量機分類
    2.6 交叉二次判別分析
    2.7 實驗結(jié)果與分析
        2.7.1 實驗數(shù)據(jù)
        2.7.2 結(jié)果對比與分析
    2.8 本章小結(jié)
第三章 局部三值模式及其改進算子
    3.1 局部三值模式的提出
    3.2 尺度不變局部三值模式
    3.3 局部三值模式傅里葉特征
    3.4 實驗結(jié)果與分析
        3.4.1 圖像識別結(jié)果與分析
        3.4.2 圖像檢索結(jié)果與分析
    3.5 本章小結(jié)
第四章 抗旋轉(zhuǎn)尺度不變局部三值模式算子
    4.1 抗旋轉(zhuǎn)特征
    4.2 ARSILTP算子計算流程
    4.3 實驗結(jié)果與分析
        4.3.1 實驗數(shù)據(jù)
        4.3.2 實驗結(jié)果與分析
    4.4 本章小結(jié)
第五章 特征融合下的圖像識別與檢索
    5.1 顏色特征
    5.2 基于紋理和顏色的特征融合
    5.3 實驗結(jié)果與分析
        5.3.1 圖像識別結(jié)果與分析
        5.3.2 圖像檢索結(jié)果與分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 后續(xù)展望
參考文獻
致謝
個人簡歷、在學期間的研究成果及發(fā)表的學術論文


【參考文獻】：
期刊論文
[1]增強成對旋轉(zhuǎn)不變的共生擴展局部二值模式[J]. 高攀,劉光帥,馬子恒,于亞風.  中國圖象圖形學報. 2018(07)
[2]A novel fusion method of improved adaptive LTP and two-directional two-dimensional PCA for face feature extraction[J]. 羅元,王薄宇,張毅,趙立明.  Optoelectronics Letters. 2018(02)
[3]利用圖像處理技術識別道路交通標志牌[J]. 施易廷.  電子技術與軟件工程. 2018(02)
[4]圖像檢索技術研究進展[J]. 周文罡,李厚強,田奇.  南京信息工程大學學報(自然科學版). 2017(06)
[5]基于自適應方向局部三值模式的人臉識別[J]. 金鑄浩,張丹紅,高漢軍,蘇義鑫.  科學技術與工程. 2017(27)
[6]基于特征融合與稀疏表示的人耳識別[J]. 張雅倩,曾衛(wèi)明,石玉虎.  計算機技術與發(fā)展. 2017(12)
[7]圖像紋理分類方法研究進展和展望[J]. 劉麗,趙凌君,郭承玉,王亮,湯俊.  自動化學報. 2018(04)
[8]整合全局——局部度量學習的人體目標再識別[J]. 張晶,趙旭.  中國圖象圖形學報. 2017(04)
[9]融合整體與局部特征的車輛型號識別方法[J]. 甘凱今,蔡曉東,楊超,王麗娟.  現(xiàn)代電子技術. 2017(07)
[10]基于多尺度局部特征的圖像分割模型[J]. 李軍,江曉亮,李柏林,歐陽.  傳感器與微系統(tǒng). 2017(02)

博士論文
[1]圖像局部特征匹配性能增強研究[D]. 周保余.吉林大學 2017
[2]圖像特征提取方法及其應用研究[D]. 劉淑琴.西北大學 2016
[3]圖像局部特征提取及應用研究[D]. 黃明明.北京科技大學 2016
[4]基于多閾值計算的圖像特征提取與識別[D]. 云楠.天津大學 2013

碩士論文
[1]視頻場景的行人目標再識別[D]. 李亞慶.魯東大學 2018
[2]基于改進LBP算子的圖像紋理分類研究[D]. 高攀.西南交通大學 2018
[3]基于改進LBP的復雜背景下作物病害葉片病斑分割方法研究[D]. 許新華.鄭州大學 2018
[4]基于顏色和紋理特征的圖像檢索技術研究[D]. 張麗.南京郵電大學 2017
[5]融合顏色和紋理的圖像檢索研究[D]. 郝美利.重慶郵電大學 2017
[6]基于圖像紋理特征提取方法的人臉識別[D]. 姚騁天.中國計量大學 2016
[7]基于LBP及其變種的人臉特征抽取與識別[D]. 朱莉玲.蘇州大學 2016
[8]基于局部二值模式和灰度共生矩陣的紋理特征提取技術研究[D]. 楊龍飛.蘭州大學 2016
[9]圖像紋理特征提取及分類方法研究[D]. 張偉偉.天津大學 2012



本文編號：3055693