基于小波包变换的三维表面纹理分类

论文摘要

纹理分类是模式识别领域中的一个重要的分支,它的目的是识别出具有不同纹理特征的物体的各种表现形式。在计算机视觉、图像处理及计算机图形学领域和工程技术方面有着非常广泛的应用背景。三维表面纹理的数据采集、分析、分类已成为本领域的热点之一。目前三维表面纹理分类技术的研究是图像处理领域的前沿方向,有着广阔的前景。纹理分类是为了在众多纹理图像中分辨出具有相同纹理特征的某一类,从而将人类从繁重的肉眼观察工作中解放出来,并具有较高的识别率。目前二维的纹理的分类技术已经有了较大的发展,但输入和输出都是二维的,对于三维物体表面纹理的分类,传统的二维纹理分类算法不能有效的产生不同光照角度下的图像。本论文从二维纹理分类入手,系统研究了各种二位纹理分类算法,并提出一种基于小波包变换和简化的贝叶斯分类器的二维分类算法,得出适合本算法的各项参数,目前已应用于油田项目。然后根据核函数技术的特点,将核函数与纹理分类结合起来,提出了基于核函数的纹理分类算法,并将这一方法扩展到三维表面纹理分类中,进行了基于核函数的三维表面纹理分类算法的研究。本文通过多个实验纹理数据结果得出不同核函数对三维纹理分类的贡献,并证明了本论文提出的基于核函数的三维表面纹理分类算法是有效的。

论文目录

• 摘要
• ABSTRACT
• 目录
• 1 绪论
• 1.1 研究的背景
• 1.2 本文研究工作的内容
• 2 文献综述
• 2.1 纹理的分析方法
• 2.2 小波理论与应用技术的发展概况
• 2.3 核函数
• 3 二位纹理分类
• 3.1 模式分类
• 3.2 相似性度量
• 3.3 贝叶斯决策理论
• 3.4 小波包变换
• 3.5 二位纹理分类方法的应用
• 3.5.1 小波包分解法
• 3.5.2 Gabor滤波法
• 3.5.3 分类器的确定
• 4 三维纹理分类
• 4.1 三维纹理图像数据
• 4.2 支持向量机
• 4.2.1 广义最优分类面
• 4.2.2 支持向量机
• 4.3 核函数
• 4.4 基于核函数的三维纹理分类算法
• 4.4.1 生成训练集
• 4.4.2 算法主要过程
• 5 实验结果
• 5.1 SVM分类结果
• 5.2 基于简化的贝叶斯分类器的分类结果
• 5.3 结论
• 6 总结与展望
• 参考文献
• 致谢
• 硕士期间发表论文情况