基于知识元的图像识别方法研究

《基于知识元的图像识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于知识元的图像识别方法研究ImageRecognitionMethodBasedonKnowledgeElement专学21111036完成日期：至Q!垒生墨．旦大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志

2、对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：—jL互j鱼立型垂蔓鸶j趾丝生堡—缚ju生兰车建L作者签名：——j鎏上聋I一——一日期：—迎年—￡月—尘日大连理工大学硕士学位论文摘要一』数字技术的迅速发展，使得图像数据量图像数据成几何增长，而图像数据手动识别已经难以满足智能图像采集的需求，这使得图像识别需要有质的发展。图像识别领域的愿景是达到与人的视觉系统相媲美的识别效率，但是在图像识别过程中，单纯从形象的角度对图像内容的识别已经难以满足需求

3、，并且增大标注样本和增加运算量已经很难让识别的精确度有质的提升；又因为人眼本身也是一个不完善的形象识别系统，而真正发达的是大脑中的推理识别系统，所以对图像识别中的知识推理研究成为了图像识别的突破点。但是对图像中知识表达和推理还很不完善，研究的热点仍然在形象识别中的技术改善。针对上面实践中的问题和现今研究的不足，本文首先对图像识别方法进行了研究，并分别综述了特征匹配方法、模型方法、图像预处理方法和知识元研究及其应用；然后从知识元理论角度出发，分别基于图元的图像底层特征描述和基于知识元的客观事物特征描述，以及

4、基于知识元的环境特征描述，并且分析他们之间的关系；最后提出了基于知识元的图像识别方法，并通过实验进行了验证。本文对图像识别领域有一定的理论意义，利用知识元对图像中的知识系统进行知识表达，这不仅可以实现知识元的诸多特性对图像中的知识尽可能完备的表达，并且便于对已有的知识进行推理；由于知识元有自己的完备理论体系，所以利用知识元对图像中的知识系统进行知识推理，更容易发现其内部隐含关联；目前知识元已经应用在文献管理、机械设计和应急管理等领域广泛的应用，本文将知识元应用到图像识别领域。如果知识元可以应用到图像识别领

5、域，这也是知识元理论应用的延伸。在图像识别的应用实践上，图像识别技术已经广泛应用于诸如医疗、安防等各行各业。基于知识推理的图像识别方法可以进一步提高其识别准确率，特别是像安防领域。由于安防领域图像数据量巨大，并且数据中关键数据量占数据量的比例极低，因此人工识别必然会造成严重的成本浪费。而基于形象识别的图像识别系统需要学习巨大的标注数据，并且在复杂场景中的识别效果不理想，因此基于知识推理的图像识别具有一定的现实意义。关键词：知识元；图元；图像识别；图像特征；图像去噪基于知识元的图像识别模型ImageReco

6、gnitionMethodBasedonKnowledgeElementAbstractWiththerapiddevelopmentofdigitaltechnology，theamountofimagedataintogeometricgrowth，andmanualidentificationofimagedatahasbeendifficulttomeettokeepupwiththepaceofdevelopmentofimageacquisitionwhichmakestheimagereco

7、gnitionrequiresaqualitativedevelopment．Visioninthefieldofimagerecognitionistheabilitytotalktothehumanvisualsystemtoachievecomparablerecognitionefficiency，butintheimagerecognitionprocess，purelyfromtheperspectiveoftheimageontheimagecontentrecognitionhasbeen

8、difficulttomeetthedemand，simplyincreasingthesamplelabelandincreasingtheamountofcomputationhasbeendi伍culttomakeaccurateidentificationofaqualitativeimprovement；andbecausethehumaneyeitselfisanimperfectimagerecognitions