Objects Recognition via Wavelets and Fractal

View Statistics Email Alert RSS Feed

Information

Details

Project title

Code/計畫編號

NSC94-2115-M019-004

Translated Name/計畫中文名

以小波及分形為基礎的物件辨識

Project Coordinator/計畫主持人

Mong-Shu Lee

Funding Organization/主管機關

National Science and Technology Council

Department/Unit

Department of Computer Science and Engineering

Website

https://www.grb.gov.tw/search/planDetail?id=1093460

Year

2005

Start date/計畫起

01-08-2005

Expected Completion/計畫迄

31-07-2006

Bugetid/研究經費

353千元

ResearchField/研究領域

數學
資訊科學--軟體

物件辨識的別名包括物件偵測、目標識別、圖形識別等，這領域的研究在很多應用上已顯出它的重要性，例如電腦視覺，影像合成，甚至遙測方面。物件辨識常用的方法之一就是分離影像中標的物與背景的紋理特徵。然而這問題在標的物較小，朦朧不清，或是被周圍因素干擾而顯得模糊時，就覺得困難多，因此研究者希望找新方法來解決。離散型小波轉換在過去十年已成功運用在影像壓縮領域，主要原因為小波能夠同時表示一個訊號在空間域及頻率域的特徵，而且小波轉換藉著觀察影像不同的解析度變化，進而提供對影像多層解析，因此近來有些研究者採用小波在物件辨識中萃取特徵。分形不但是不隨尺度變化而保有幾何特性的數學集合，而且在研究不規則狀形體上提供良好的架構，這些性質與小波轉換多層解析的特性是相關的，因此也用來研究影像的紋理特徵。計畫中我們先提出一個以小波分解為基礎的物件辨識方法，它是以影像中每個像素局部的能源特徵，配合影像處理中的一些技巧來區分標的物與背影不同的紋理特徵。接著，從函數空間知道，我們可依其平滑性來分類，特別Besov 空間提供的平滑度與人類視覺相近，我們利用文獻中已有的分形維度對Besov 空間的刻劃，提出一個小波及分形為基礎的計算影像紋理方法，此種量度提供了在快速特徵萃取上一個很有效的紋理鑑別方法。表

DSpace CRIS

Objects Recognition via Wavelets and Fractal

Details

Description