基于多特征融合的图像分类与检测应用研究

《基于多特征融合的图像分类与检测应用研究》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、硕士学位论文基于多特征融合的图像分类与检测应用研究作者姓名龙力学科专业计算数学指导教师蒋金山副教授所在学院数学学院论文提交日期2018年4月StudyonApplicationofImagesClassificationandDetectionBasedonMulti-featureFusionADissertationSubmittedfortheDegreeofMasterCandidate：LongLiSupervisor：Prof.JiangJinshanSouthChinaUniversityofTechnologyGuangzhou,China分类号：ＴＰ３９１４１

2、学校代号：１０５６１学号：２０１５２０１２１７２９华南理工大学硕士学位论文基于多特征融合的图像分类与检测应用研究：作者姓名：龙力指导教师姓名、职称蒋金山副教授：申请学位级别：理学硕士学科专业名称计算数学研究方向：图像处理与模式识别论文提交日期：災汶年Ｖ月欠日论文答辩日期：年６月义日学位授予单位：年月曰：华南理工大学学位授予日期答辩委员会成员：华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外包含任何其，本论文不他个人或集体己

3、经发表或撰写的成果作品。对本文的研宂做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：穴这年爻月扣日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、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华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可以公布学位论文的全部或部分、内容，可以允许采用影印缩印或其它复制手段保存、汇编学位论文。本人一电子文档的内容和纸质论文的内容相致

4、。本学□位论文属于：保密，在年解密后适用本授权书。ｖｆｒ保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源“总库》，传播学位论文的全部或部分内容。Ｖ”（请在以上相应方框内打）欠作者签名：Ｈ日期：／Ｋ扣指导教师签名：日期：於１心／＾作者联系电话：电子邮箱：联系地址（含邮编）：摘要图像分类与检测是一种利用计算机对图像进行处理、分析和理解，以识别不同模式目标和对象的技术。如何从图像中ᨀ取有效信息，采取何种分类方法，是进行图像分

5、类与检测的基本问题。而多特征的有机结合，是否能ᨀ高图像分类或检测的准确率，也是一个值得深入研究的问题。传统的图像分类系统中，大多采用单一的纹理特征ᨀ取方法，例如局部二值模式、灰度共生矩阵和Gabor变换等。不同的图像分类问题中，纹理特征的ᨀ取和分类方法的选择对分类性能具有直接的影响。传统时期的图像分类一般是针对特定的分类任务，在分类过程中，特征ᨀ取和分类方法的选择比较单一，具有一定的局限性，因此本文ᨀ出了一种多特征加权融合的图像分类方法。在灰度图像上，ᨀ取不同的纹理特征进行加权融合，在纹理数据库上进行分类实验，将融合特征进行分类的结果与单一特征分类结果进行对比，前者准确率较高。

6、同时在人脸数据集上结合GBDT方法进行分类实验，证明了该方法的实用性。对于彩色纹理图像，ᨀ出一种基于HSV空间的纹理特征融合方法，在彩色纹理图像数据库上使用XGBboost分类器进行多分类，与数据集官网展示的实验结果相比准确率较优。目标检测是深度学习领域热门的研究问题，目前速度和准确率都比较优秀的网络为SSD网络。本文在研究过程中，分别采用Resnet网络和VGG网络作为SSD网络的前置网络，在前置网络各个不同的卷积层中ᨀ取卷积特征，在卷积特征的融合下进行目标检测。通过实际应用，比较了两种不同深度网络作为前置网络的性能差异，并将目标检测初步应用于食品卡路里的检测中。关键词：图像

7、分类；目标检测；纹理特征ᨀ取；加权融合IABSTRACTImagesclassificationanddetectionisacomputertechnologythatcaneffectivelydetectandidentifyspecifictargetobjectsbyprocessing,analysing,andunderstandingimages.Therearetwofoundationalquestionsinthisfieldthathowtoextracteffect