基于卷积神经网络的纹理分类方法研究

发布时间：2017-09-07 20:47

  本文关键词：基于卷积神经网络的纹理分类方法研究

  更多相关文章： 纹理分类 卷积神经网络(CNN) 计算为州泥觉

【摘要】：深度卷积神经网络(convolutional neural network,CNN)在许多计算机视觉应用中都取得了突破性进展,但其在纹理分类应用中的性能还未得到深入研究。为此,就CNN模型在图像纹理分类中的应用进行了较为系统的研究。具体而言,将CNN用于提取图像的初步特征,此特征经过PCA(principal component analysis)降维后可得到最终的纹理特征,将其输入到SVM(support vector machine)分类器中便可获得分类标签。在4个常用的纹理数据集上进行了性能测试与分析,结果表明CNN模型在大多纹理数据集上均能取得很好的性能,是一种优秀的纹理特征表示模型,但其对包含旋转和噪声的纹理图像数据集仍不能取得理想结果,需要进一步提升CNN的抗旋转能力和抗噪声能力。另外,有必要构建具有足够多样性的大规模纹理数据集来保征CNN性能的发挥。
【作者单位】： 天津大学电子信息工程学院;
【关键词】： 纹理分类 卷积神经网络(CNN) 计算为州泥觉
【基金】：国家自然科学基金Nos.61271325,61472273 天津大学“北洋学者-青年骨干教师”项目No.2015XRG-0014~~
【分类号】：TP391.41;TP183
【正文快照】： 1引言纹理在自然界中广泛存在,几乎所有自然界事物的表面都是一种纹理,它包含了图像的表面信息与其周围环境的关系,兼顾了图像的宏观信息和微观结构,因此纹理分析在计算机视觉和多媒体分析领域占据重要地位。传统的纹理分类算法以局部二值模式(lo c al binary p attern,L B P)

【相似文献】

中国期刊全文数据库 前10条

1 史春丽,刘京玲;一种快速检测纹理斑块的方法[J];西安电子科技大学学报;2001年06期

2 郑瑶函,叶正麟,汤力,潘璐璐;纹理元提取与纹理合成的自由参数估计[J];计算机工程与应用;2004年36期

3 孟祥增;刘明霞;;基于概念的自然纹理分类[J];计算机工程与应用;2006年11期

4 陆春君;陈松灿;谭晓阳;;基于纹理频谱子集的纹理识别[J];江南大学学报(自然科学版);2007年06期

5 霍玉洪;刘云;;稀疏纹理分类的研究[J];合肥工业大学学报(自然科学版);2008年06期

6 刘明霞;侯迎坤;杨德运;;一种新的自然纹理分类方法[J];计算机工程与应用;2008年19期

7 孙小芳;;基于分割的纹理分类农田信息提取[J];闽江学院学报;2010年02期

8 徐晓哲;李振明;;一种有效的结构纹理区分方法[J];甘肃科学学报;2010年03期

9 王晓明;冯鑫;党建武;;一种局部监督式纹理分类算法[J];兰州理工大学学报;2012年04期

10 袁建星,万嘉若,王成道;纹理模型和纹理识别[J];环境遥感;1988年02期

中国重要会议论文全文数据库 前5条

1 陈晓钟;孙华燕;;基于更佳分辨率小波分解的图像纹理分类[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

2 谢世朋;胡茂林;;基于局部仿射区域对稀疏纹理分类的研究[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

3 谢世朋;胡茂林;;基于滤波器库的纹理自动分类的研究[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

4 曹伟国;李宗民;李华;;一种旋转与尺度不变的纹理分类方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

5 付新文;李象霖;张妙兰;;一种基于矢量量化的纹理匹配分类方法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

中国博士学位论文全文数据库 前8条

1 宋铁成;图像局部特征的提取与描述方法研究[D];电子科技大学;2016年

2 崔振超;计算机舌诊中舌体分割与纹理分类研究[D];哈尔滨工业大学;2015年

3 孙利君;基于样本的纹理合成方法研究[D];山东大学;2012年

4 邵晓鹏;红外纹理生成方法研究[D];西安电子科技大学;2005年

5 王凯;基于图像纹理特征提取算法的研究及应用[D];西南交通大学;2013年

6 贺永刚;基于局部二值模式的纹理表达研究[D];华中科技大学;2012年

7 齐宪标;共生局部二值模式及其应用[D];北京邮电大学;2015年

8 贺永刚;基于局部二值模式的纹理分类研究[D];华中科技大学;2012年

中国硕士学位论文全文数据库 前10条

1 占俊杰;光照变化的纹理分类研究[D];重庆大学;2015年

2 王宁宁;基于线结构光3D纹理测量的研究[D];电子科技大学;2015年

3 许丽颖;基于LBP和KNN的视频纹理识别算法研究[D];吉林大学;2015年

4 管凌霄;基于纹理和结构分析的机场目标检测方法[D];解放军信息工程大学;2015年

5 崔昊;纹理合成中误差度量及像素再合成研究[D];山东师范大学;2016年

6 郝华;基于混合高斯模型匹配的纹理分类研究[D];大连理工大学;2016年

7 李秀丽;基于纹理合成的绒类针织物真实感模拟[D];江南大学;2013年

8 郑瑶函;纹理元提取与纹理合成方法及其应用研究[D];西北工业大学;2006年

9 吴静;古建筑大面积多样化纹理生成研究[D];合肥工业大学;2012年

10 胡莹莹;旋转不变纹理分类算法研究[D];天津大学;2012年

，

本文编号：809786