基于FPGA的位硬件乘法器设计.doc

-基于FPGA的位硬件乘法器设计-()————————————————————————————————作者:————————————————————————————————日期: 本科毕业论文小麦腥黑穗病鉴定的SVM方法摘要纹理图像的自动分类在许多领域都是一项关键的任务,其中包括农作物产品等级分类、可视场景的目标检测、信息检索、医学应用等等。当直接在图像上进行操作时,传统的分类方法由于数据的高维特性表现差,很难取得较好的效果。但是支持向量机(SupportVectorMachine,SVM)可以克服极高维表示的缺陷,被广泛运用到纹理图像分类中去。本文所做的主要工作如下:,分析支持向量机核函数中各个参数对分类模型的影响,比较各参数对SVM的寻优能力。同时简单介绍SVM在纹理图像分类中的应用。、Tamura方法和Gabor滤波方法分别提取图像的纹理特征,并对比三种方法对分类出石纹和树皮纹理两种图像的能力。本文着重分析了灰度共生矩阵这一种方法。,并对SVM的分类能力进行测试和比较,分析了不同参数优化方法对图像分类准确率的影响。关键词:支持向量机纹理图像特征图像分类腥黑穗病鉴定WheatredinbrandidentificationmethodofSVMLiZongshang(CollegeofEngineering,SouthChinaAgriculturalUniversity,Guangzhou510642,China)Abstract:lassificationoftextureimageisakeytaskinmanyfields,includingagriculturalproductsclassification,visualscenedetection,informationretrieval,medicalapplications,,thetraditionalclassificationmethodasthedataofhighdimensioncharacteristicperformanceispoor,(SVM)ethedefectsveryhigh-dimensionalsaid,,themainworkdoneisasfollows:,analyzingeachparameterofkernelfunctionofsupportvectormachineontheclassificationmodel,-occurrencematrixmethod,TamuramethodandGaborfilteringmethodrespectivelytoextractimagetexturefeature,-,parison,:extureimagefeaturesImageclassificationRedinbrandidentification目录1前言 1