基于SVM的图像分类研究

支持向量机(SVM)是一种优秀的分类方法,灰度共生矩阵(GLCM)是一种很好的纹理分析方法;本文研究了图像的颜色、纹理等特征对利用支持向量机进行图像分类的影响,提出了一种使用灰度共生矩阵进行综合特征提取的SVM图像分类方法.实验结果表明SVM方法的可行性和有效性,并得出图像综合特征的提取有利于分类效果的提高.     

图像纹理特征的提取方法

纹理特征是图像分析的重要线索,纹理特征的提取方法层出不穷,本文重点介绍了几种借助纹理统计特性的提取方法,并对其算法进行了比较.这些方法包括:1、基于图像灰度直方图的特征提取;2、基于图像灰度差值直方图的特征提取;3、基于图像灰度共生矩阵的特征提取.     

基于图片DCT域共生矩阵的图像拼接盲检测

通过对图像拼接技术的分析,提出了一种基于灰度共生矩阵的拼接图像检测算法.该算法把离散余弦变换(DCT)与灰度共生矩阵结合,计算图片DCT域上的灰度共生矩阵,将共生矩阵作为特征向量,采用特征提取 分类方法,利用支持向量机（SVM）分类器进行分类预测.实验结果表明,该算法在哥伦比亚大学灰度图片库和中国科学院彩色图片库上达到了91.2%和98.5%的最高检测准确率.     

图像处理技术在人脸识别中的应用

人脸识别技术是一种比较容易被人们接受的非侵犯性识别方法,在使用上较指纹、掌纹、虹膜等其它的生物特征更加友好、直接和方便。图像的预处理工作在人脸识别过程中发挥着很重要的作用,直接关系到人脸识别的准确率,因此,在人脸的检测和定位前对图像进行预处理是非常必要的。本文简单介绍了人脸识别的基本过程,主要分析了人脸识别中的图像处理技术,如图像的灰度化处理、中值滤波、直方图均衡化和小波变换等,并在MATLAB中实现。     

灰度共生矩阵纹理特征的运动目标跟踪方法

在研究纹理特征属性的基础上,提出采用灰度共生矩阵纹理特征进行目标跟踪的方法。基于OpenCV平台,通过对标准测试视频的仿真试验,对灰度共生矩阵纹理特征、局部二进制模式纹理特征和灰度颜色直方图特征在粒子滤波目标跟踪框架中的作用进行了测试与对比分析,灰度共生矩阵纹理特征在相似性颜色的遮拦与抗扰动、处理时间等方面表现出良好的属性特征,相关的试验数据和对比结果表明了这种纹理特征具备优良的跟踪特性,可以增强跟踪系统的整体性能。     

基于最大熵的迭代分割算法

对于一些对象与背景像素灰度值类似的图像以及充满噪声的图像,传统的图像分割算法分割精度较低。为解决这一问题,提出了基于最大熵的迭代分割算法,根据求出的最大熵阈值将图像分为背景和对象两类区域;分别对两类区域求取灰度平均值,以该平均值将图像分为对象、背景和待分割3个区域;再对待分割区域进行迭代求取最终阈值,并根据最终阈值对图像进行分割。实验表明,该算法具有较高的抗噪性能,能精确分割一些轮廓不明显的图像,其分割精度明显好于其他传统图像分割算法。     

基于卫星IKONOS影像的黄河三角洲人工刺槐林健康状况分类

对刺槐林生长状况的准确分类制图,是刺槐林生长动态监测和枯梢退化原因分析的基础,对指导防护林建设、更新以及研究区其它树种的植被重建具有重要的意义。研究以黄河三角洲地区刺槐林为对象,采用2013年6月9日IKONOS影像为数据源,利用决策树分类器对归一化植被指数和土壤调节植被指数定义一组规则提取出刺槐林地分布范围,制作刺槐林地掩膜,创建灰度共生矩阵来区分健康树冠和林下禾草。结合实地样方调查信息,选取感兴趣区进行监督分类。刺槐林的三个健康度由原位的5个树冠条件指标决定。分类结果表明,刺槐林健康状况分类结果与实地样方数据具有较好的一致性,利用混合矩阵进行精度评价,总精度达到84.315 9%,Kappa系数为0.765 2。     

CT技术下掺煤矸石和电石渣的生土材料损伤演化及孔隙研究

以煤矸石和电石渣作为生土改性掺料,通过对生土试件进行轴压下CT扫描试验,得到各阶段荷载作用下的应力-应变曲线、材料内部破坏过程、CT图像等。研究各扫描断面CT图像、CT数与试件破坏过程演化规律,分析CT图像、CT数和应力应变的关系,计算材料各断面孔隙率,引入损伤度来建立材料孔隙与损伤之间的联系。结果表明：在不同应力状态下,XY扫描断面CT图像中裂缝是由四周以环状的形式向内部延伸,YZ扫描断面的破坏从上下表面产生,试件内部的密实度高,试件边缘抵御变形能力相比内部较差。试件受“环箍效应”影响显著,试件底部CT数大于上部,但是XY-2断面CT数小于其它断面,出现大量孔隙和裂缝。低应力状态时,试件上部孔隙率变化大于下部,在峰值应力时,孔隙率波动明显,变化幅度为-43%~+500%。峰值应力后,试件上部孔隙率迅速减少,下部则相反。通过对无纲量损伤度的计算,损伤度表现出随应力的增加先增大后减小再增大的规律。本研究可为生土改性材料的损伤演化规律和材料的损伤本构关系提供参考。     

基于天体三维模型的着陆段视觉导航方法

针对深空探测精确着陆的需求,本文提出一种基于天体三维模型的着陆器视觉导航方法.该方法以天体三维模型为数据基础,根据着陆器初始猜测状态在线生成导航地图,通过已知路标匹配确定着陆器相对着陆点位置姿态;借助三维模型提供的深度信息配准像素灰度,恢复序列图像帧间运动,给出两次已知路标匹配之间的局部运动轨迹,实现着陆下降过程着陆器状态的准确估计.在线生成参考地图与实际采集的天体图像在尺度、视角等方面比较接近,更易于导航路标的匹配,解决了下降过程尺度大范围变化使路标难以匹配的问题.引入像素深度信息辅助灰度配准,通过搜索图像间平移和旋转使图像中的全部特征灰度差异最小,采用了全局优化思想,因此可以克服特征匹配过程易陷入局部极小,出现误匹配的问题,具有更高的帧间运动估计精度和稳定性.数学仿真表明,本文提出的视觉导航方法具有良好的性能,满足深空探测高精度着陆的导航需求.     

图像噪点数据的定位与优化

提出一种噪点数据定位及优化滤噪的方法 .方法以图像数据存储的行、列位置为X-Y平面，以该位置的灰度值为Z轴，构建三维数据位置与灰度值坐标关系图；将三维坐标分别投影到X-Z平面与Y-Z平面进行噪点数据定位；以定位的坐标边界为有效邻域，设定矩形滑窗进行均衡化处理.实验结果表明，该方法不仅有效的滤除了噪点，还很好地保留了原有图像的细节，实现了噪点数据的定位与优化.