1、圖像幾何變換不變識(shí)別是圖像處理與模式識(shí)別領(lǐng)域的熱點(diǎn)問(wèn)題之一，在機(jī)器視覺(jué)、衛(wèi)星遙感、醫(yī)療診斷等眾多領(lǐng)域有很好的應(yīng)用前景。圖像識(shí)別主要包括圖像獲取、預(yù)處理、特征提取與選擇、模式分類四個(gè)步驟，圖像濾噪是圖像預(yù)處理的重要內(nèi)容，其處理結(jié)果的質(zhì)量會(huì)直接影響圖像的后級(jí)處理，所以一直是圖像處理研究的主要問(wèn)題。紋理識(shí)別是圖像識(shí)別的重要分支，關(guān)于紋理旋轉(zhuǎn)不變分析與紋理方向估計(jì)在圖像幾何變換不變識(shí)別領(lǐng)域受到廣泛關(guān)注。流形學(xué)習(xí)是非約束環(huán)境下的圖像識(shí)別的主要研究

2、方法，也是數(shù)據(jù)挖掘領(lǐng)域的重要研究?jī)?nèi)容，由于幾何變換是非約束環(huán)境的因素之一，所以流形學(xué)習(xí)近年來(lái)成為圖像幾何變換不變識(shí)別的新的研究熱點(diǎn)。本文在圖像濾噪、紋理旋轉(zhuǎn)不變分析與紋理方向估計(jì)、圖像旋轉(zhuǎn)與尺度變換不變識(shí)別、流形學(xué)習(xí)等幾個(gè)方面進(jìn)行了研究，主要研究工作和創(chuàng)新點(diǎn)如下： 1.圖像濾噪，針對(duì)高斯噪聲與混合噪聲，提出了一種基于概率統(tǒng)計(jì)模型與圖像主紋理方向分析的非線性濾波算法，此算法充分利用了圖像的局部特征，在處理同時(shí)感染脈沖噪聲和均值任意

3、的高斯噪聲的圖像時(shí)，算法效果明顯優(yōu)于其他濾波算法。并針對(duì)椒鹽噪聲提出了一種基于二次噪聲檢測(cè)和細(xì)節(jié)保護(hù)規(guī)則函數(shù)的圖像濾噪算法，該算法對(duì)感染椒鹽噪聲的圖像具有很好的細(xì)節(jié)保護(hù)能力與噪聲濾除能力，特別是在噪聲感染率高(70％以上)的情況下，算法性能優(yōu)于現(xiàn)有同類算法。 2.圖像幾何變換不變識(shí)別，提出一種基于Radon變換與圖像歸一化提取圖像幾何變換不變特征，此種方法提取特征簡(jiǎn)單，對(duì)噪聲的魯棒性強(qiáng)。但由于實(shí)現(xiàn)尺度變換不變?nèi)匀皇褂脠D像歸一化方

4、法，所以識(shí)別精度不高。在此基礎(chǔ)上，提出了一種基于Radon和解析Fourier-Mellin變換的幾何變換不變識(shí)別算法，該算法分類精度高，而且對(duì)噪聲的魯棒性也明顯高于現(xiàn)有的基于正交矩的識(shí)別與分類方法。 3.紋理旋轉(zhuǎn)不變分析，提出了兩種紋理旋轉(zhuǎn)不變分析算法，一種是基于Radon變換和雙譜分析的紋理旋轉(zhuǎn)不變分析方法，基于Radon投影空間的紋理特征具有全局特性，對(duì)噪聲具有一定的抑制作用，該方法分類精度高，對(duì)噪聲的魯棒性強(qiáng)，可以較為精

5、確地估計(jì)出紋理旋轉(zhuǎn)角度，但該算法運(yùn)算復(fù)雜度較高。為了降低算法復(fù)雜度，提出了基于Radon變換和相關(guān)分析的紋理旋轉(zhuǎn)不變分析方法，該方法分類精度高，對(duì)噪聲的魯棒性強(qiáng)，可以較為精確地估計(jì)出紋理旋轉(zhuǎn)角度，算法運(yùn)算復(fù)雜度較低，是一種高效快速的紋理旋轉(zhuǎn)不變分析方法。 4.針對(duì)ISOMAP(isometric map)算法的參數(shù)選擇與穩(wěn)定性差的問(wèn)題，提出了一種基于平均距的ISOMAP改進(jìn)算法。該算法基于平均距梯度自適應(yīng)地確定鄰域后的初值范圍，