蔡德明 孙宇 马涛 许兰东 吉林大学软件学院
精细图像分类方法的研究
蔡德明 孙宇 马涛 许兰东 吉林大学软件学院
随着计算机技术,人工智能技术的飞速发展,人们的需求也在随着技术的提高而渴望得到提升,因此模式分类技术的发展显得尤为重要,但目前的专家和学者都把主要研究内容聚焦在基本层的分类上,而很少在从属层分类上进行研究,即对具有相同基本层属性的图像,或具有相似视觉的图像进行分类,也就是对图像进行精细分类。
精细分类 机器学习 图像分类器
精细图像分类方法是近年来新兴起的前沿研究方向,此项目对生物学,生态学,地质学等多个领域的发展有着很大的促进作用。目前国外相关研究已经发展到一定阶段,但国内进度相对缓慢。该项目旨在在原有数据库的基础上,对噪声,光照等因素进行处理,设计高效准确的分类器。随着工业技术的逐步提高,精细图像分类技术定会成为图像分类的焦点。
图像的采集过程中会受到采集设备、光照、噪声和背景环境等影响,这些不利因素可能对提取图像中的关键元素产生一定的阻碍作用。为改善图像的质量,首先要对图像进行预处理。主要有两种基本思路:
(1)图像的增强:不考虑次要信息对图像产生的降质影响,只对图像中我们感兴趣的特征进行有选择的突出,而相对衰减其他信息,从而提高图像的可读性。
(2)图像的复原:针对图像的降质原因,设法补偿降质的元素,使改善后的图像尽可能接近原始图像。……