基于稀疏表示的纹理分类方法研究-信号与信息处理专业论文.docxVIP

万方数据 万方数据 A Dissertation Submitted for the Degree of Master Texture Classification Method Based on Sparse Representation By Shen Renming Hefei University of Technology Hefei, Anhui, P.R.China April, 2014 致谢 时光飞逝，转瞬间三年的硕士生活已接近尾声，回想起几年来的点点滴滴，深切 感受到自己是在多位老师、同学和亲朋好友的关爱凝聚下，才一步一步地走到今天。 至此，谨向三年来所有指导、帮助和关心过我的师友表示衷心的感谢！ 首先我要感谢我的导师徐小红副教授三年来对我孜孜不倦的教导。徐 老 师 严 谨 的治学 精神， 精益 求 精的工 作态度 ，敏 锐 的学术 洞察力 和开 阔 的学术 思维都深 深地感 染和激 励着 我 ，使我 的科研 能力 、 理论水 平、研 究方 法 、组织 与协调能 力等方 面得到 很大 的 提高 ； 在获取 知识 的 同时 ， 徐老师 平易 近 人的作 风 对我产 生了深刻 的印象 ，在 我成长道路上给 予的 殷切关怀 我将终 生不 忘。 其次， 我要感 谢 培育 我的图 像信息 处理 研 究室， 以及实 验室 所 有老师 和同 学。特别感 谢高隽 教 授，高老师 平时教 导 我们的一 些做人 、做 事道理终 生受益； 感谢实 验室张 旭东 教 授、谢 昭副研 究员 、 胡良梅 副教授 、范 之 国副教 授、孙永 宣老师 、张俊 老师 、 王玲妹 老师 等 对我 学 业方面 的指导 。另 外 ，感谢 徐华敏、 王飞、 张春阳 三位 室 友，崔 扬、王 教余 、 廖重阳 、张洋 、屈 光 中等师 兄弟妹， 以及张 启祥、 李放 、 王俊、 刘渠芬 、程 乐 红 等各 位同学 对我 学 习、生 活上的帮 助，从你们 身上学 到 许多闪光 的东西 ，和 你们在一 起的日 子是 充实 的 、快 乐的， 是我一 生中难 以忘 却 的美好 时光 ； 感谢 马 克思主 义学院 武晓 妹 同学， 在我遇到 困难挫折 时，是 你的 鼓励和支 持使我 重拾 信心。 同时要 对我的 家人 致 以最深 情的敬 意， 他 们用无 私的爱 给予 我 默默的 关心 和支持 。是他 们给 我 撑起一 片蓝天 ，使 我 能够安 安心心 地进 行 学习和 研究 ，祝 他们生活 安康！ 临近毕 业，往 事种 种 ，浮现 脑海， 仍清 晰 记得研 讨会时 与师 兄 弟 妹们 的激 烈争辩 ，还能 感受 到 实验结 果出来 时的 那份激动 之情， 难忘 与 各位一 起走过的 青葱岁 月，不 舍那 秀丽的斛 兵塘。 吃水 不 忘挖井 人，今 后必 将 努力工 作，回报 母校，回 报亲朋 ！ 作者：沈仁明 2014 年 4 月 9 日 I 摘要 纹理是自然图像中的重要信息，纹理反映了物体表面的固有属性。在纹理分析领 域中，实现纹理的有效描述是关键技术之一。纹理种类众多，形式多样，这为描述纹 理带来了一定困难。稀疏表示是当今信号处理领域中的一个热点研究方向，信号经过 稀疏表示后可得到一种简单有效的表示。本文在稀疏表示理论基础之上，将稀疏表示 引入到纹理描述中，研究纹理图像的稀疏表示模型，对在时域较复杂的纹理进行稀疏 分解以得到其尽量简单、有效的描述，并成功将此模型应用到纹理分类中。论文的主 要研究内容及创新点归纳如下： 1. 在稀疏表示的研究基础之上，研究纹理图像的稀疏表示模型。图像的纹理较复杂， 高频成分较多，在简单的基底下难以达到纹理图像稀疏描述的目的。为此，文中对字 典学习方法进行了研究，并通过字典学习方法为纹理图像训练得到自适应字典，从而 得到纹理的最佳稀疏表示。此外，稀疏表示在全局纹理描述时将遇到庞大的计算量， 为此，本文研究基于图像块的纹理描述方法，并实现将局部纹理描述有效转化成全局 纹理描述。 2. 研究一种基于稀疏表示的纹理基元字典训练方法，通过稀疏分解可建立图像块与 字典原子间一对多的映射关系，并利用此映射关系实现了纹理分类。为减少计算时间， 在稀疏分解之前，利用图像块与字典原子间的相关性，对冗余字典进行裁剪，提高了 方法效率。 3. 为突出纹理在稀疏域的类别信息，增强字典的描述能力，研究一种判别性字典学 习方法，并将其应用于实现纹理分类。基于判别性字典的纹理分类方法中，将特征变 换矩阵融入到字典学习目标函数中，在字典训练的同时训练特征变换矩阵。通过将稀 疏系数变换到特征空间中以实现分类。 关键词：稀疏表示；纹理分类；字典学习；纹理描述 II Abstract Texture is important information in nat