一种基于HU不变矩和支持向量机的服装款式识别方法.pdf
英瑞****写意
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于HU不变矩和支持向量机的服装款式识别方法.pdf
本发明涉及一种基于HU不变矩和支持向量机的服装款式识别方法,通过对服装图像的预处理,获取服装的外部轮廓,然后提取服装外部轮廓的HU不变矩特征,再予以基于支持向量机(SVM)的服装款式识别。所述对服装图像的预处理是指对服装图像分割处理,找到最大面积的8连通区域即为服装区域,并对服装区域填充内部空洞;所述获取服装的外部轮廓是指对服装图像的预处理后进行外部的边缘检测,得到服装的轮廓图像。所述提取服装外部轮廓的HU不变矩特征是指提取服装轮廓形状特征的七阶HU不变矩特征向量。所述基于SVM的服装款式识别采用SVM多
基于轮廓曲率特征点和支持向量机的服装款式识别方法.pdf
本发明涉及一种基于轮廓曲率特征点和支持向量机的服装款式识别方法,首先通过对服装图像的预处理获得服装轮廓,然后提取服装轮廓的轮廓曲率特征点作为特征向量,最后予以基于支持向量机的服装款式识别。服装图像的预处理包括服装图像分割、边缘检测、倾斜校正和轮廓曲线平滑;提取轮廓曲率特征点作为特征向量是指从服装轮廓曲线中提取曲率较大部位的点集,以代表轮廓外形的主要特征,按一定顺序排列,形成特征向量;予以基于支持向量机的服装款式识别是指采用支持向量机分类方法对服装款式进行分类。本发明提出的服装款式的识别方法能够使服装款式识
一种基于傅里叶描述子和支持向量机的服装款式识别方法.pdf
本发明涉及一种基于傅里叶描述子和支持向量机的服装款式识别方法,通过对服装图像的预处理,获取服装的外部轮廓,然后进行服装外部轮廓的傅里叶描述,再予以基于支持向量机(SVM)的服装款式识别。所述对服装图像的预处理是指对服装图像分割处理,找到最大面积的8连通区域即为服装区域,并对服装区域填充内部空洞;所述获取服装的外部轮廓是指对服装图像的预处理后进行外部的边缘检测,得到服装的轮廓图像。所述对服装的外部轮廓的傅里叶描述是指提取服装轮廓形状特征的标准化傅里叶描述子特征向量。所述基于SVM的服装款式识别采用SVM多分
基于改进Hu不变矩和ELM的交通标志牌识别方法和装置.pdf
本发明提供了一种基于改进Hu不变矩和ELM的交通标志牌识别方法和装置,该方法包括:从交通标志牌的图像区域提取初始的Hu不变矩;对所述初始的Hu不变矩进行规格化处理后,得到改进的Hu不变矩;将所述改进的Hu不变矩作为极限学习机(ELM)神经网络的输入量,并对ELM神经网络进行训练,得到训练后的ELM神经网络;通过所述训练后的ELM神经网络对交通标志牌进行识别。本发明将规格化处理后得到的Hu不变矩作为ELM神经网络的输入,对网络进行训练,经训练后的ELM网络用于实现交通标志牌的识别。从而可以有效的降低特征向量
一种基于改进Hu不变矩和Zernike矩的图像被动盲检测方法.pdf
本发明属于数字图像取证技术中被动盲检测技术领域,具体涉及一种基于改进Hu不变矩和Zernike矩的图像被动盲检测方法。本发明以图像子带编码为基础,利用Hu不变矩和Zernike矩的不变量对篡改图像进行检测。对图像做子带编码处理,得到近似子带(LL)图像,对近似子带图像进行Hu不变矩和Zernike矩的特征提取,用来表征图像的信息,最后采用上述特征信息进行图像的相关匹配。本发明从现实生产生活需要出发,针对数字图像取证任务,能够实现图像的旋转、平移等检测,具有更优质的鲁棒性,提高了检测准确率。