电力设备图片特征提取和分类方法的研究

《电力设备图片特征提取和分类方法的研究》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、华北电力大学（保定）硕士学位论文电力设备图片特征提取和分类方法的研究姓名：袁辉申请学位级别：硕士专业：通信与信息系统指导教师：余萍20081224华北电力大学硕士学位论文摘要摘要针对电力设备图像检索的需求，本文提出了一种改进的基于兴趣点的匹配算法，首先利用小波变换对图像降低维数和去除噪声处理，提取其SIFT兴趣点特征，同时进行PCA降维，采用基于k—d树的最近邻法进行快速匹配。通过对各种设备图像大量的实验，结果表明，该方法具有很强的匹配性和鲁棒性，可以良好的实现设备图片的检索。分析SIFT兴趣点点集合分布，提出了一种点集合的描述方法，结合SIFT兴趣点的方向

2、信息，实现了对设备图片的分类。最后，构建了一个图片分类检索的平台，可以采用多种方法对图像进行检索分类，也可为其它算法提供良好的接口。关键词：小波变换，SIFT兴趣点，快速匹配，点集合ABSTRACTAccordingtotheneedoftheelectricpowerequipmentimagesearchesandrecognition，onekindofthematchingalgoritlllllbasedoninterestpointshavebroughtf0州ard，firstlymakinguseofWaVelet1’ransfonIltor

3、ealizeimagedimensionreductionandde-noising，extractingitsSIFTcharacteristicpoints，finallybasedf．ollowsthecarryingoutmatchingusingNearestNeighborMethodbasedonk—dtrce．Adoptingthealgorithmtocarryingoutla唱enumbersofexperimentstomanykindsofequipmentimages，finallyresultsindicatethatthealg

4、orimmisSuperior，姐dhasstrongmatchingabilityandrobustness，isonekindoffairlygoodimagematchingalgofithmalldcanberealizedimageretrievalexcellently．AnalyzingSIFTinterestpointssetsdist—bution，putf．0rwardadescriptionmethodforpointsets，combinedirectioninf．0rmationofSIFTinterestpoints，realiz

5、eequipmentimageclassification．Finally，aplatfomforimagesearchandclassifyisbuild，whichcanachieVesearchandclassi匆adoptseVeralmethods，andproVidewellinterfacetootheralgorithm．Y．u锄Hui(Communication锄dIIlf0衄ationSystem)Directedbyassociatepro￡Y．uPingKEYWoRDS：waVelettransform，SIFTinterestpoi

6、nt’fastmatching，pointsets华北电力大学硕士学位论文摘要摘要针对电力设备图像检索的需求，本文提出了一种改进的基于兴趣点的匹配算法，首先利用小波变换对图像降低维数和去除噪声处理，提取其SIFT兴趣点特征，同时进行PCA降维，采用基于k—d树的最近邻法进行快速匹配。通过对各种设备图像大量的实验，结果表明，该方法具有很强的匹配性和鲁棒性，可以良好的实现设备图片的检索。分析SIFT兴趣点点集合分布，提出了一种点集合的描述方法，结合SIFT兴趣点的方向信息，实现了对设备图片的分类。最后，构建了一个图片分类检索的平台，可以采用多种方法对图像进行检索

7、分类，也可为其它算法提供良好的接口。关键词：小波变换，SIFT兴趣点，快速匹配，点集合ABSTRACTAccordingtotheneedoftheelectricpowerequipmentimagesearchesandrecognition，onekindofthematchingalgoritlllllbasedoninterestpointshavebroughtf0州ard，firstlymakinguseofWaVelet1’ransfonIltorealizeimagedimensionreductionandde-noising，extra

8、ctingitsSIFTcharacteristic