文档介绍：翮躲勿寺学位论文作者签名:袭翱我觥觥駆四川师范大学学位论文独创性及使用授权声明签字日期:夕缒暌自挛一觥觥馞签字期:劫仁年奎壹宝剑整丝指导下,二月Ⅺ日本人声明:所呈交学位论文,是本人在导师独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律结果由本人承担。本人承诺:已提交的学位论文电子版与论文纸本的内容一致。如因不符而引起的学术声誉上的损失由本人自负。本人同意所撰写学位论文的使用授权遵照学校的管理规定:学校作为申请学位的条件之一,学位论文著作权拥有者须授权所在大学拥有学位论文的部分使用权,即:已获学位的研究生必须按学校规定提交印刷版和电子版学位论文,可以将学位论文的全部或部分内容编入有关数据库供检索;为教学、科研和学术交流目的,学校可以将公开的学位论文或解密后的学位论文作为资料在图书馆、资料室等场所或在有关网络上供阅读、浏览。本人授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ
,■■“
基于反应扩散滤波和自适应局部二值模式的纹理分析研究计算机应用技术专业研究生龚家强剧下降。如果在特征提取之前对纹理图像进行去噪等预处理操作,现有的图像去噪算法容易造成图像纹理、边缘等细节信息的丢失。因此,本文关注纹新多尺度几何分析方法,定义了一个以波原子、曲波变换后邻域内梯度模值指导教师李晓宁摘要:图像中的纹理具有多样性、复杂性和不规则性,且在实际的应用中常常受到各种因素庹铡⒃肷⒊叨取⑿R约捌揭的影响。大部分现有的纹理特征提取算法,在受控条件!⒐庹铡⒃肷缺浠苄下识别效果较好。然而,实际的图像采集不易受控,这会导致算法的识别性能急理图像识别中的两个难点:纹理图像去噪和纹理特征提取。针对纹理图像去噪中纹理、边缘信息保持这一矛盾,本文首先,运用最为参数的扩散控制函数和一组具有信息重构能力的双正则项,并与各向异性扩散模型相结合,构建了一种采用双正则项各向异性扩散的反应扩散方程。然后,从理论上证明了该模型数值解具有收敛性,并对算法的复杂度进行证明和分析。最后,通过数值实验的对比分析,对本文算法的性能进行了验证。实验结果表明,本文方法在去噪过程中对图像纹理、边缘信息具有更好的保持效果,尤其对噪声污染严重的图像效果更理想。针对现有纹理特征提取算法对光照、噪声、尺度、旋转以及平移等复杂条件的敏感性,本文定义了一种新型的自适应局部二值模式,并结合差分运算,提出了一种新的基于自适应局部二值模式的纹理分类算法。新型的自适、~●弋Ψ洞笱妒垦宦畚,’
局的关联度计算其特征值。运用差分运算,不仅提取出描述灰度二值关系的模式的纹理特征提取算法,对图像进行纹理特征提取、练和分类。使用两大国际知名纹理图片库作为测试集进行实验,证明了本文的纹理提取算法。此外,还将本文方法运用在贝母图像的识别应用中,并取关键词:纹理去噪,反应扩散方程,纹理特征提取,自适应局部二值模应局部二值模式,它借助描述纹理空间结构的均匀度和模式之间的相似度来对纹理中的不同模式进行分类,对不同类别的模式结合纹理的局部特征和全差分二值矩阵,而且保留了刻画灰度变化强度的差分绝对值矩阵,并将两部分特征值连接成一个空域增强的特征向量。最后,本文结合最近邻分类算法,运用本文提出的基于自适应局部二值算法在旋转、光照、尺度平移和噪声等复杂条件下的鲁棒性优于其它基于得了较理想的实验结果。式,差分矩阵梦四川师范大学硕士学位论文,。●
癳如甋瑆篊篏,瑂,,.’·,::琧甀瑃瑂!。,甀,琤琲簍甆瑆—.’.螺■
,瑂,,,./琣瓻篢,瑂,,甀,痵,.瓼瑃,琣琣.—瓵,琑狣,四川师范大学硕士学位论文譬●●’、卜严
研究现状分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.评硖卣魈崛〉⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯,⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..评砑拔评硖卣鳌课题的提出⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.研究目标与内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章图像去噪中纹理信息保护方法研究及改进⋯⋯⋯⋯⋯⋯⋯图像去噪及图像质量评价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..。.基于小波理论的纹理图像去噪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〔┥⒛P汀飨蛞煨岳┥⒛⋯⋯⋯⋯⋯⋯⋯⋯⋯.一种新的基于反应扩散滤波