基于支持向量机的图像处理方法研究-计算机应用-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 计算机 >> 计算机应用 >> 正文

基于支持向量机的图像处理方法研究

作者：郭勇 Publish: 2007-6-1 Hits:-

【中文题名】

基于支持向量机的图像处理方法研究

【英文题名】

Research on Image Processing Based on Support Vector Machines

【学科专业】

控制理论与控制工程

【论文级别】

硕士论文

【投稿时间】

2007-6-1

【中关键词】

支持向量机,最小二乘支持向量机,SVR图像,图像边缘提取,图像去噪,

【英关键词】

Support Vector Machines,Least Squares Support Vector Machines,SVR image,Image denoising,Image edge detection,

【分类导航】

工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置

【论文摘要】

支持向量机(Support Vector Machines, SVM)是Vapnik等人提出的一类新型机器学习方法,由于其出色的学习性能,该技术己成为机器学习界的研究热点,并在很多领域都得到了成功的应用,如人脸检测、手写体数字识别、文本分类等。这些领域大多集中在模式识别方面,但是作为一种新兴技术,SVM在很多应用领域的研究有待探索和完善,本文在此研究背景下,利用SVM理论的一个重要分支支持向量回归机(Support Vector Regression, SVR)理论,在图像除模式识别以外的方面的进行了研究,主要研究如下: 1:介绍了支持向量机的基础统计学习理论以及SVM的基本算法,提出了基于SVR理论的图像表示方法; 2:把传统的图像处理方法应用到SVR图像中取得了一定的效果,如图像几何变换、图像高斯滤波、图像增强,SVR图像的数据压缩与恢复,为SVR作为图像研究的工具打下了很好的基础; 3:利用最小二乘支持向量机的回归特性,对图像像素邻域的灰度值进行曲面拟合,建立了图像邻域灰度数据与邻域坐标的关系,推导出在最小二乘支持向量机意义下的图像梯度和零交叉算子,在此基础上提出了应用...

【论文题纲】

摘要	3-5
ABSTRACT	5-9
1 绪论	9-13
1.1 课题背景及意义	9-10
1.2 支持向量机概述	10
1.3 数字图像处理简介	10-11
1.4 本文的主要研究工作	11-13
2 统计学习理论及支持向量机	13-22
2.1 统计学习理论概述	13-15
2.1.1 统计学习理论基本内容	13-14
2.1.2 统计学习理论核心内容	14-15
2.2 支持向量机概述	15-20
2.2.1 支持向量机的基本思想	15-16
2.2.2 支持向量机的基础算法	16-20
2.3 支持向量机算法研究	20
2.4 小结	20-22
3 基于SVR 理论的图像处理研究	22-32
3.1 图像的SVR 表示	22-24
3.1.1 SVR 表示图像原理	22-23
3.1.2 图像样本训练和图像恢复	23-24
3.2 SVR 图像处理	24-31
3.2.1 SVR 图像几何变换	24-26
3.2.2 SVR 图像高斯平滑滤波	26-28
3.2.3 SVR 图像压缩研究	28-31
3.3 小结	31-32
4 基于LS-SVM 理论的边缘提取研究	32-43
4.1 用于回归分析的LS-SVM 简介	32-33
4.2 图像边缘检测简介	33-34
4.3 利用LS-SVM 进行图像边缘	34-37
4.3.1 采用LS-SVM 进行图像拟合原理	34-35
4.3.2 图像梯度算子和零交叉算子计算	35-37
4.4 实验仿真	37-41
4.4.1 边缘检测的性能指标	37-38
4.4.2 遗传算法及LS-SVM 最优参数	38-41
4.5 小结	41-43
5 基于LS-SVM 理论的图像去噪研究	43-48
5.1 小波变换及其去噪原理	43-44
5.2 小波变换及LS-SVM 去噪原理	44-45
5.3 实验分析	45-47
5.4 小结	47-48
6 总结	48-50
致谢	50-51
参考文献	51-54
作者在攻读硕士期间所投的论文及参加的科研项目	54

【DOI】

LunWen.ID:2.2008.367350



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：支持向量机论文最小二乘支持向量机 SVR图像图像边缘提取图像去噪

计算机应用最新论文

计算机应用热门论文