榮海洋

摘 要： 圖像表示是模式識(shí)別研究中關(guān)鍵問(wèn)題之一。奇異值分解（SVD， Singular Value Decomposition）是一種有效的圖像表示方法，近年來(lái)已被廣泛應(yīng)用到計(jì)算機(jī)視覺(jué)、信號(hào)處理、模式識(shí)別和圖像處理等領(lǐng)域。但是，奇異值分解在處理高維數(shù)據(jù)時(shí)的效率瓶頸以及無(wú)法同時(shí)考慮樣本類別信息和固有幾何結(jié)構(gòu)信息的缺陷制約了奇異值分解的應(yīng)用范圍和應(yīng)用研究的發(fā)展。 本項(xiàng)目針對(duì)奇異值分解存在的局限性，通過(guò)系統(tǒng)地研究奇異值分解在特征提取中的應(yīng)用，拓展和推動(dòng)奇異值分解的應(yīng)用，具有重要的理論研究意義和實(shí)用價(jià)值。同時(shí)，將研究成果用于解決混紡纖維的纖維識(shí)別問(wèn)題，對(duì)紡織品截面纖維進(jìn)行準(zhǔn)確的圖像表示。其研究成果將為解決紡織品檢驗(yàn)領(lǐng)域纖維自動(dòng)識(shí)別與分析這一世界性難題帶來(lái)創(chuàng)新性的突破。

關(guān)鍵詞： 奇異值分解算法； 圖像表示； 模式識(shí)別； 纖維識(shí)別

中圖分類號(hào)：TP311

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：2095-2163（2017）02-0042-06