计算机辅助图像分类信息挖掘与应用探讨*

以沿海地区TM图像应用为例,通过量化方法由计算机对训练区的分离度进行确定与比较,进行最佳信息维数的确定与最佳信息维组合的选择,并将信息维数对分类精度的影响进行探讨。结果证明,这种方法可以得到能满足工作需要的分类精度,组合维数以6维最佳。     

基于概念的形状分类与识别

基于内容的图像检索已经成为图像检索的一个重要研究方向。其中利用形状特征可以实现形状较为明显的各类图像库的检索。该文对图像形状特征的提取和描述方法进行了较深入地研究,选取其中一部分特征值,分别利用BP神经网络和支持向量机进行形状识别,取得令人满意的实验效果。     

基于骨架接合节点特征的形状识别与分类

介绍了一种利用形状的骨架信息进行形状识别和分类的方法。利用从形状中提取的骨架接合节点信息,将形状相似性问题转化为骨架接合节点距离的计算。采用神经网络的方法,根据输入形状的骨架接合节点距离判断出形状所属类别。该方法可以很好地处理非刚性物体形状识别问题,与现有方法相比,具有更好的形状识别效果。     

基于主动形状模型的人脸脸型自动分类算法

研究表明人脸脸型可以分为圆脸、椭圆脸、方脸、三角脸等.基于主动形状模型(ASM)提出了一种自动人脸脸型分类方法.首先利用各种脸形的样本进行训练以建立脸型形状模型库,然后运用ASM算法对测试样本自动定位正面人脸形状,比较其与各个脸型形状模型的距离,最后应用最近邻方法实现脸型的自动分类.仿真实验表明,该方法优于利用人脸轮廓曲率或下颌曲率的方法,能够充分挖掘人脸形状信息,分类结果稳定准确,可以有效提高大库人脸识别的速度和准确率.     

基于概念的形状分类和识别

基于中文自然语言中的形状名词,提出了一种基于概念的形状分类方法。利用简单的形状描述参数进行二分类与利用复杂的形状参数进行模糊分类相结合的原则,实现形状分层分类。给出了17类基本形状的分类实验结果,表明该方法的可行性。     

光谱与形状特征相结合的道路提取方法研究

针对从遥感影像上提取道路,目前已经有很多研究,但尚有许多问题有待解决。如果仅从光谱特征分类入手提取道路,会存在“异物同谱”问题。为解决这个问题,提出了用光谱特征与形状特征相结合的方法提取道路。提出了3个形状指数描述道路的形状特征。以SPOT卫星影像为例,将高空间分辨率的全色图像与多光谱图像融合,首先基于道路光谱特征进行图像分类,然后再应用道路的形状特征去除分类图像中的“异物”目标。研究结果表明该方法能有效地从遥感影像中提取主干道路。     

在GIS支持下的遥感影像分类,判读与制图系统

在ＧＩＳ支持下的遥感影像分类、判读与制图系统闫守邕，全刚，张前，肖春生，周艺，王世新（中国科学院遥感应用研究所）笔者所在地理信息系统（ＧＩＳ）研究室为了满足重大自然灾害遥感快速分析评价等多方面应用的需要，探索解决遥感（ＲＳ）与ＧＩＳ等技术集成的途径，...     

二维形状特征描述及分类识别研究进展综述

二维形状分类识别是计算机视觉和模式识别等领域的一个重要问题,在目标识别、图像理解等应用中发挥着重要作用.针对二维形状分类识别研究,主要从特征描述、形状分类识别、形状标准数据库三个方面综述了该方向近年来最新的研究工作.综合分析了二维形状特征表示方法,主要包括基于轮廓的、基于区域的、基于骨架的以及基于多特征融合的方法,并简...     

零件形状特征的提取与智能识别

基于实体建模环境，自动识别构成复杂零件的基本体特征，过滤零件的次要结构、工艺结构等特征；利用零件建模过程中先主后次的原则和习惯，自动建立因素集和权重集，利用所提出的结构方向、最佳方向二要素和建立的知识库等，自动识别并提取零件的形状特征，确定符合工程习惯的主视图投影方向。     

更易于从新的地理数据中提取信息的专家分类系统

1　引言十年能产生什么差别 ?正如 1 0年前 ,羽毛渐丰的地理技术 ( geotechnology)工业正蹒跚地寻找新的地理数据源以满足地理信息系统增长的需要 ,同样地 ,我们遥感界也花费了 2 0世纪 90年代的大部分时间去设计先进的影像卫星 ,优化数字化技术和创建新的数字数据集。作为以上努力的结果 ,遥感界现在所面临的是几乎对立的挑战。空间数据用户能够登录到互联网上去获取令人惊愕的各种卫星影像、数字高程模型( DEM)、预打包 ( pre- packaged)的矢量文件以及其它地理数据 ,这些数据都是以数字格式的而不是模拟的。随着空间数据种类的增加 ,这…     

国内信息导航系统中的信息自动分类子系统的设计与实现

信息分类检索服务是信息导航系统中通常提供的一种重要服务,该文介绍了一种国内信息导航系统中使用的信息自动分类子系统及其实现方法,阐述了其分类主题词典的构成及其实现,最后也给出了信息自动分类子系统处理后入库的数据的检索方法。     

网页信息抽取及其自动文本分类的实现

Web页面中常包含非主题信息的内容,网页必须剔除这些无用的信息后才能形成有用的文本信息。文本分类对文本信息的进一步加工处理至关重要,是信息搜索领域的另一研究课题。为了剔除网页中的无用信息,提出一种基于HTML自身结构特点的网页正文信息抽取方法,同时结合文章标题信息,实现文本自动分类的简易分类方法。该方法可以提高网页正文提取及其自动文本分类的效率。实验证明,该方法是可行的。     

网页信息抽取及其自动文本分类的实现

Web页面中常包含非主题信息的内容,网页必须剔除这些无用的信息后才能形成有用的文本信息.文本分类对文本信息的进一步加工处理至关重要,是信息搜索领域的另一研究课题.为了剔除网页中的无用信息,提出一种基于HTML自身结构特点的网页正文信息抽取方法,同时结合文章标题信息,实现文本自动分类的简易分类方法.该方法可以提高网页正文提取及其自动文本分类的效率.实验证明,该方法是可行的.     

SOM神经网络在树叶形状分类中的应用

使用目前较常用的自组织映射神经网络 (SOM神经网络 ) ,以几类比较多树叶图片的样本为基础 ,提取树叶形状特征值作为神经网络的输入 ,选适当的输出结点 ,应用自组织特征映射网络对各样本进行竞争学习 ,自动形成不同的输出值对应于该类别 ,从而得到分类结果 ,分类正确率达 86 .6 7%。     

形状群组的分类和检索算法

由多个彼此分离的轮廓所构成的整体称为一个“形状群组”.文中基于一类称作V-系统的正交系,提出一种形状群组的特征描述方法.首先将一个形状群组用V-系统的有限个基函数精确表达出来,然后在频域提取其特征向量,再给出2个形状群组间的相似度量,从而得到一类形状群组的分类检索方法.由于V-系统能够精确重构每个形状群组,因此对形状群...