四元數域彩色圖像分割方法研究.pdf_第1頁
已閱讀1頁，還剩73頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、分類號：學校代碼：10165密級：學號：201311001096碩士學位論文四元數域彩色圖像分割方法研究2016年06月作者姓名：吳志芳學科、專業(yè)：課程與教學論（計算機）研究方向：圖像分割導師姓名：王向陽教授遼寧師范大學碩士學位論文I摘要隨著科技的不斷發(fā)展，人們對信息需求日益增長，圖像分割作為信息處理的基礎環(huán)節(jié)顯得尤為重要。但是圖像分割一直是人們棘手的問題，雖然現有很多算法，但還未出現一種針對所有圖像分割都能起到行之有效的方法。由此圖像

2、分割備受關注，熱度不減。目前形勢，人工智能在圖像分割領域比較熱門，一些方法被挖掘出來并取得了良好的效果。本文對圖像分割進行了深入的學習和探索，主要內容包括：對四元數指數矩、四元數圓諧傅里葉矩、孿生支持向量機（TWSVM）、帶有一致性的臨近支持向量機（PCC）、四元數小波變換（QWT）和隱馬爾科夫樹（HMT），結合這些方法主要完成如下工作：1、首先利用四元數指數矩對彩色圖像進行分解，提取低頻系數作為像素級特征，然后利用二維Arimoto熵

3、進行訓練樣本的選取，最后用TWSVM進行像素分類。利用四元數指數矩進行像素級特征的提取，不用考慮圖像分量間的相關性和聯(lián)系性，并且將圖像分割提升到超復數的領域，獲得的結果更符合人類的視覺。2、結合PCC理論，我們對四元數圓諧傅里葉矩進行像素級特征提取，利用二維Tsallis熵進行訓練樣本的選取。實驗證明，該算法具有很好的穩(wěn)定性和高效性，對不同類型的圖像都能分割出最優(yōu)的結果。3、提出了新型QWTHMT的圖像分割方法。首先利用四元數小波對圖像

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論