基于WND-CHARM框架的医学图像特征提取与分类任务书

 2021-08-20 12:08

1. 毕业设计(论文)主要目标:

利用WND-CHARM实现各种图像分类任务,提供最先进任务的图像分类器分类精度比较。使用不同类型的图像分类问题的几个数据集进行wnd-charm性能测试。对于每个数据集进行评估。

2. 毕业设计(论文)主要内容:

WND-CHARM是一种多功能图像分类器,可以应用到各种各样的图像分类任务不调整或微调,但提供的分类精度可比国家的最先进的任务特定的图像分类器。该图像分类器首先提取图像特征的一大组1025包括多项式分解,高对比度的特点,分析 统计和纹理。这些功能的原始图像,变换的图像,和变换的图像的变换计算。

提出的图像分类器第一次提取大量的图像特征包括多项式分解、高对比度特性和像素统计和纹理。这些功能是计算原始图像,图像的变换,变换的变换图像。然后使用特征值进行分类测试图像为一组预定义的类形象。这个分类器进行了测试在几个不同的问题,包括生物图像分类和人脸识别

3. 主要参考文献

HeLa dataset (Boland and Murphy, 2001)

Pollen dataset (Duller et al., 1999

CHO dataset (Boland et al., 1998

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。