毕业设计 k近邻分类器设计及其在图像识别的应用，共34页，16415字
　　 摘要
　　 图像识别作为人工智能的一个重要领域，是对经过预处理的图像进行分类。图像识别是以图像的主要特征为基础，通过对图像特征处理达到图像分类的目的。Sift特征作为一个局部的特征，对旋转，尺度缩放，亮度变化保持不变性。通过sift特征提取算法获得稳定的图像特征，然后结合非参数分类方法k近邻算法，对获得的图像特征逐个进行分类。通过对特征分类结果的处理，最后实现图像的分类识别。
　　 【关键词】 图像识别； SIFT特征； K近邻算法
　　
　　 目录
　　 第一章 引言 4
　　 1.1 选题的背景和意义 4
　　 1.2 本文的主要工作 4
　　 第二章 图像特征提取 5
　　 2.1 图像特征提取的概述 5
　　 2.2 常用的特征提取与匹配方法 6
　　 2.2.1 颜色特征及其匹配 6
　　 2.2.2 纹理特征及其匹配 7
　　 2.2.3 形状特征及其匹配 8
　　 2.2.4 空间关系特征及其匹配 10
　　 2.3 SIFT特征匹配 10
　　 第三章 近邻算法 15
　　 3.1 最近邻决策规则 15
　　 3.2 k-近邻法决策 15
　　 3.3 快速搜索近邻法 16
　　 3.4 剪辑近邻法 19
　　 3.5 压缩近邻法 21
　　 第四章 算法的设计实现与实验分析 24
　　 4.1 算法设计 24
　　 4.2 算法步骤 27
　　 4.3 算法实现与改进 28
　　 4.4 算法实验分析 30
　　 第五章 结论 37
　　 参考文献 38
　　 致 谢 39

论文大小：1.57MB
论文格式：word
论文专业：电气工程及其自动化
论文编号：36890
论文文件预览：
共1文件夹，1个文件，文件总大小：1.57MB，打包后大小：1.40MB

• 毕业设计-k近邻分类器设计及其在图像识别的应用
• k近邻分类器设计及其在图像识别的应用.doc  [1.57MB]