研究论文 基于热核嵌入的图像分类技术.pdf

针对自然图像类型广泛、结构复杂、分类精度不高的实际问题，提出了一种为自然图像不同特征自动加权值的K-近邻（K-nearest neighbors，KNN）分类方法。通过分析自然图像的不同特征对于分类结

基于K-奇异值分解（K-SVD）的图像去噪方法使用K-SVD算法训练得到的过完备字典对图像进行稀疏表示去噪，能够在去除噪声的同时较好地保持原始图像信息。但该方法缺少对图像结构特征的考虑；此外，K-SV

基于噪声抑制的Fisher向量在图像分类中的应用，李萌，黄雅平，基于Fisher向量的图像全局特征表达可以看作是词袋模型（Bag-of-visual-words）的扩展，二者都是基于图像的一种中间表示

分类是医学图像在计算机辅助诊断和模式识别领域的一个研究热点。精确地对人体解剖结构和病变区域进行分类能够最大程度辅助医生更精确、更快速地诊断病情。针对医学图像的特殊性, 首先从图像预处理、图像分割、特征

摘要：随着图像数据的爆炸性增长，如何高效、准确的分类和处理这些数据成为人们急需解决的问题。本文针对这个问题，提出基于卷积神经网络（CNN）的图像分类技术。文章详细介绍了CNN算法的原理，通过采样、卷积

H.264引入帧内预测并采用率失真优化(RDO)技术来选择最佳帧内预测模式,提高I帧的编码效率,但也大大增加了编码的计算复杂度。为了降低计算复杂度,提出了一种基于DCT变换的能量函数的快速帧内预测选择

为了减小低层视觉特征和高层语义之间存在的“语义鸿沟”，提出一种采用树结构支持向量机实现图像底层视觉特征到高层语义的映射方法。利用二叉树结构构建支持向量机（SVM），在SVM核函数空间利用距离作为树节点

对近年来基于图像分析的叶片识别技术进行了广泛研究。首先阐述了基于图像分析的植物叶片识别技术的意义及研究现状；然后介绍了主要的叶片图像识别步骤，重点从基于关系结构匹配的识别、基于统计学的识别和基于机器学

基于颜色和纹理特征的图像检索技术，汪磊，，提出了一种基于颜色和纹理的图像检索方法：利用等面积圆环划分的方法对图像进行分割，再提取各个圆环的颜色直方图，这种方法即可

针对屏幕监控系统中数据传输的特殊性，提出基于分形思想的差值图像压缩技术。图像分形后，对相邻帧间对应的数据求差并进行压缩编码，减少时间与空间冗余度。试验表明，该方法能有效降低传输时的数据量，节约传输时间