基于共生扩展八邻域矩阵的纹理识别方法

《基于共生扩展八邻域矩阵的纹理识别方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于共生扩展八邻域矩阵的纹理识别方法作者姓名吕秋丽导师姓名、职称赵恒副教授一级学科电子科学与技术二级学科电路与系统申请学位类别工学硕士提交毕业论文日期2014年12月学校代码10701学号1202120846分类号TP391密级公开西安电子科技大学硕士学位论文基于共生扩展八邻域矩阵的纹理识别方法作者姓名：吕秋丽一级学科：电子科学与技术二级学科：电路与系统学位类别：工学硕士指导教师姓名、职称：赵恒副教授提交日期：2014年12月StudyonTextureRecognitionbasedonCo-occurrenceExtensionEightNei

2、ghborhoodMatrixAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterInElectronicScienceandTechnologyByLvQiuliSupervisor:AssociateProf.ZhaoHengDecember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文

3、中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采

4、用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要纹理识别是机器视觉和图像处理的一个基础研究方向，它作为一种十分有效的方法成功地应用到广泛的领域和系统中，尤其在生物特征的检测方面，遥感技术以及其他的图像处理手段领域。所以智能信息高速发展的今天，用机器和电脑代替人脑来快速地实现大量图像的识别工作已经是人们越来越关注的课题。纹理特征提取作为图像处理和智能识别的基础研究内容，有着十分重要的研究前景和广泛的应用

5、价值。本文首先介绍了纹理图像处理领域的四种基础方法方向以及基于纹理图像特征的经典识别分类方法。重点介绍了纹理图像分析的统计方法以及扩展八邻域特征提取方法。针对纹理图像特征识别旋转不变性的问题，提出了基于共生扩展八邻域矩阵的特征提取方法。该方法主要是在图像灰度共生矩阵的基础上，求出其扩展的八邻域特征矩阵，分别进行SVM分类和K近邻分类，在CUReT、KTH-TIPS和UIUC三种纹理数据集上进行实验，同时与使用同样的分类器对几种经典纹理特征提取方法间进行对比讨论，本文提出的方法对于纹理图像分类识别取得良好效果。实验结果证明本文提出的共生扩展八邻域矩阵

6、提取问特征方法在纹理图像的识别分类中分类结果很好，而且在训练集与测试集比例下降的情况下，也体现出很好的鲁棒性。最后，本文提出的方法用于人脸识别，在ORL、AR、FERET人脸数据集上取得了良好的识别结果。关键词：纹理识别,特征提取,共生扩展八邻域,SVM论文类型：应用基础研究类I西安电子科技大学硕士学位论文IIABSTRACTABSTRACTTextureexturerecognitionisabasicresearchdirectioninmachinevisionandimageprocessing.Asaveryeffectiveandsuc

7、cessfulmethod,ithasbeenappliedinseveralareas,especiallyinbiometricfeaturedetection,remotesensingandimageprocessing.Intelligentinformationtechnologyhasbeendevelopingrapidlyinrecentyears.Therefore,imagerecognitionwithcomputersinsteadofthehumanhasbeenincreasinglyconcerned.Asonere

8、searchcontentofimageprocessingandintelligentrecognition,textu