【英文题名】
Key Techniques Studying on Image Classification
【作者】
任桢 ;
【导师】
王科俊 ;
【学位授予单位】
哈尔滨工程大学 ;
【学科专业名称】
模式识别与智能系统
【学位年度】
2010
【论文级别】
博士
【网络出版投稿人】
哈尔滨工程大学
【网络出版投稿时间】
2011-01-20
【关键词】
图像分类 ;
特征区域提取 ;
联合描述子 ;
光照归一化 ;
图像去噪 ;
【英文关键词】
Image Classification ;
Feature Region Extraction ;
United Descriptor ;
Illumination Normalizing ;
Image De-noising ;
【中文摘要】
随着数字信息技术的发展及广泛应用,数字图像和数字视频的数量增长迅速。图像分类任务正是在这样的一个前提下提出并发展起来。图像分类研究任务主要由预处理,特征提取和分类三个主要环节构成,每个环节对图像的分类效果都有重要的影响。本文从这一着眼点出发,对图像分类各环节的关键技术进行逐一分析,针对各个环节的处理任务,提出以下方法:
(1)针对光照对图像分类的影响,提出了自动截断拉伸的快速多尺度Retinex方法(TWMSR)。通过自动截断拉伸处理修正了多尺度Retinex方法(MSR)从log空间映射回灰度空间后,拉伸受少数极值点影响而造成的失真;提出一种窗口无关快速均值滤波算法,用于替代MSR方法中的高斯环境函数,提高了MSR方法的运算速度。TWMSR方法与多种亮度归一化和彩色常化方法进行去光照对比实验,证实该方法在亮度归一和彩色常化上具有最佳性能。
(2)为了去除噪声对图像分类的影响,提出梯度均变双边滤波图像去噪(GSBF)方法。通过分析图像的构成特性提出了图像均质判定规则,构建了梯度均变去噪方法;通过分析梯度均变方法和双边滤波方法性能,提出GSBF方法,实现了去噪和细节保留的平衡。将GSBF方法与多...
【英文摘要】
Along with the development and abroad application of digital information aquiring techniques, the number of digital images and digital videos has grown enormously. Image classification task is developed under this kind of background and composed of image preprocessing, feature extraction and classifying processing three steps. Each step has some important affects on the final classification results. This paper just focuses on this side, analyzes the key techniques of those steps in image classification in t...
【更新日期】
2011-04-22
【相同导师文献】
导师：王科俊 导师单位：哈尔滨工程大学 学位授予单位：哈尔滨工程大学基于深度学习的红外图像真彩转换算法研究 [D]. 哈尔滨工程大学,2023基于ViT和ST-GCN的红外人体行为识别研究 [D]. 哈尔滨工程大学,2023基于深度神经网络的音频混合信号分离方法研究 [D]. 哈尔滨工程大学,2022深度学习下的遮挡行人再识别问题研究 [D]. 哈尔滨工程大学,2022基于注意力与信息融合的图像语义分割方法研究 [D]. 哈尔滨工程大学,2022基于情景上下文的情感识别研究 [D]. 哈尔滨工程大学,2022基于行人外观信息和3D姿态关键点的步态识别方法研究 [D]. 哈尔滨工程大学,2022基于深度学习的遮挡条件下步态识别 [D]. 哈尔滨工程大学,2021对基于深度学习的人脸识别模型的对抗攻击 [D]. 哈尔滨工程大学,2021基于无锚点的实例分割方法研究 [D]. 哈尔滨工程大学,2021
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
