视觉分类中基于高斯混合模型的特征提取技术文献综述

 2021-11-08 10:11

毕业论文课题相关文献综述

文献综述

1.图像的特征提取

随着科技的发展进步,从各种成像设备、互联网络或图像数据库中获取大量图像己成为可能,从而人们对图像处理的要求也越来越高。在这种情况下,图像处理技术得到了深入、广泛和迅速的发展。图像处理的主要研究内容包括图像增强、图像复原、图像编码、图像分类等,本文中我们主要讨论了图像特征提取和分类的问题。

对于图像分类问题,特征提取的好坏是决定分类性能的关键因素。虽然描述图像特征的方法有很多种,但是纹理特征仍是图像分析中一个难以描述的基本特征。

2.特征提取的定义、概念及分类

特征提取,定义有二:

对某一模式的组测量值进行变换,以突出该模式具有代表性特征的一种方法。通过影像分析和变换,以提取所需特征的方法。

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集,这些子集往往属于孤立的点、连续的曲线或者连续的区域。

2.1整体特征提取技术

整体特征是针对已经分割出来的目标而言的,对一个图像目标整体进行特征表示,进而分类决策。所以,整体特征提取一般包括图像目标分割和目标特征描述两部分内容。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。