首页> 中文学位 >基于小波函数的二维整体经验模态分解研究
【6h】

基于小波函数的二维整体经验模态分解研究

代理获取

目录

声明

第1章 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文主要工作

第2章 基本理论

2.1 一维整体经验模态分解

2.2 二维整体经验模态分解

2.3 小波函数

第3章 人脸图像的预处理

3.1 表情图像数据来源

3.2 图像的预处理

第4章 基于EMD的人脸表情图像处理

4.1 人脸表情图像的拉东变换

4.2 基于EMD人脸表情处理

4.3 主成分分析

4.4 基于EMD和SVM的人脸表情分类

第5章 基于二维EEMD的人脸表情图像处理

5.1 基于二维EEMD人脸表情分解

5.2 基于二维EEMD的拉东变换

5.3 利用PCA降维处理

5.4 基于二维EEMD和SVM的人脸表情分类

第6章 总 结

致谢

参考文献

附录

作者简介

攻读硕士学位期间研究成果

展开▼

摘要

现今,黄锷和他的团队所提出的希尔伯特黄变换(HHT)成为了各大领域的研究热点,HHT方法在1998年提出以来,经过国内外学者们的深入研究,取得了一系列的研究成效。经验模态分解EMD方法是希尔伯特黄变换中最重要的且具有创新性的数据处理算法。自适应性是EMD算法最主要的特性之一,它主要是将非线性、非平稳数据序列或信号的进行平稳化。由于EMD方法的提出以及广大学者的广泛关注,该算法已经快速有效的应用在各种的工程领域,并取得一定的研究成果。
  自适应性是EMD算法最主要的特性之一,它主要是将非线性、非平稳数据序列或信号的进行平稳化。EMD可把复杂的数据分解成有限的本征模函数(IMF)和一个趋势项,从而使得瞬时频率这一概念具有了实际的物理意义。但是EMD算法存在着模态混叠的问题。为了克服了这一缺点,提出了一种改进算法—整体经验模态分解(EEMD)方法,它是针对EMD方法的缺点而提出的一种噪声辅助数据分析方法。为了将该算法应用在图像处理方面,本文提出了一种基于小波函数的二维整体经验模态分解的方法,主要采用小波函数为二维 EEMD算法中的基函数,利用最小二乘法原理实现自适应数据拟合。本文以人脸表情图像为研究对象,证明所提出的算法是可行的并且有效的。
  本文针以人脸面部表情作为研究对象进行研究分析,所研究的人脸表情来源于日本JAFFE人连表情数据库,其中的213个表情来自10个不同的女性。本文利用图像的尺度归一化和直方图均衡化对表情图像进行预处理,对于处理的结果,首先进行Radon变换,再利用一维经验模态分解对人脸图像作进一步处理;其次,将预处理的结果再进行二维经验模态分解;最后,分别对一维和二维经验模态分解的结果采用支持向量机的方法,将表情特征属性数据进行训练分类,对比其分类结果并进行分析,找到更加有效的人脸面部表情都识别的方法。其分析结果对未来的图像处理方面,特别是人脸表情识别将会有重要的参考价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号