论文总字数：36726字

摘 要

图像分割几乎是任何图像处理操作的第一步操作，目标探测与分类则是图像处理、深度学习、图像内容分析、机器视觉与模式识别等领域非常热门的研究内容。本次毕业设计将提供一种新的方法协同进行图像的分割和分类，以满足图像处理领域的实际应用问题，例如在复杂环境中的人像识别和车辆识别等，本系统将能利用深度学习的卷积神经网络方法训练模型，而从包含复杂内容的图像中按照分类特征将图像中有意义的内容协同分割并分类。

深度学习的诸多方法在图像分割和分类的方法中有着较为优秀的准确率和良好的运行效率，尤其是卷积神经网络的出现，大大优化了图像分类方法的新方法。本文将卷积神经网络方法应用在图像协同分类与分割领域，为解决这一图像处理领域的重要基础问题提供了一种较为新颖的思路。

基于卷积神经网络的图像协同分类与分割的研究与实现，要探讨利用卷积神经网络同时实现分类和分割的可行性和高效性，并实现利用卷积神经网络同时实现分类和分割，提供一个基于文中提出的算法对任意随机图像进行图像协同分类与分割的简单系统，本系统包括卷图像特征选取、积神经网络训练、图像分类和分割三个模块。

关键词：深度学习 卷积神经网络 图像协同分类与分割

Research and implementation of image cooperative classification and segmentation system based on convolutional neural network

Abstract

Image segmentation is almost any image processing operation of the first step of the operation, the target detection and classification is a popular research areas. This article will provide coordinated a new method of image segmentation and classification, to meet the image processing problems in practical applications, the system will be able to use of deep learning of the convolutional neural network method to train the model, and from the containing the content of complex image according to the classification and characteristics of the image in the meaningful content collaborative segmentation and classification.

Deep learning of various methods in image segmentation and classification method has a better accuracy and good operation efficiency, especially the emergence of the convolutional neural network, is greatly improved, the new method of image classification method. In this paper, convolution neural network is applied to image cooperative classification and segmentation, and it provides a new method for solving the important basic problems in this image processing field.

Image cooperative classification and segmentation system based on convolutional neural network, to explore the use of convolutional neural networks at the same time to realize the feasibility and efficiency of classification and segmentation based on and achieve using convolutional neural network and classification and segmentation, provide a system based on the algorithm in this paper, for any random image image cooperative simple classification and segmentation . This system includes volume image feature selection, neural network training, image classification and segmentation of three modules.

Keywords: deep learning; convolution neural network; image cooperative classification and segmentation

目 录

摘要 I

ABSTRACT II

第一章 绪论 1

1.1基于卷积神经网络的图像协同分类与分割系统的研究背景 1

1.2基于卷积神经网络的图像协同分类与分割系统的研究意义 2

1.3卷积神经网络的研究现状和发展脉络 2

1.4目前的研究水平、存在问题及可能的原因 3

1.5基于卷积神经网络的图像协同分类与分割系统的发展方向概况 4

1.6对基于卷积神经网络的图像协同分类与分割系统的未来展望 4

第二章 相关基础知识 5

2.1深度学习 5

2.2卷积神经网络 7

2.3深度学习框架Caffe 9

2.4 C 与Matlab的混合编程 9

2.4.1 C 语言概述 9

2.4.2 MATLAB产品概述 10

2.4.3混合编程 11

第三章 需求分析 13

3.1图像分割 13

3.2图像分类 14

3.3图像协同分类与分割 16

第四章 图像协同分类与分割系统的详细设计 17

4.1卷图像特征选取 17

4.2积神经网络训练 20

4.3图像分类和分割 24

第五章 图像协同分类与分割中的应用 30

5.1图像协同分类与分割在汽车电子中的应用 30

5.2图像协同分类与分割在交通管理中的应用 30

5.3图像协同分类与分割在机器视觉中的应用 31

第六章 总结与展望 32

参考文献 34

致谢 37

第一章 绪论

1.1基于卷积神经网络的图像协同分类与分割系统的研究背景

深度学习最初的概念来源于近年来人工神经网络的发展研究，含多个隐含层的多层感知器就是一种基本的深度学习架构，这种架构通过组合简单特征层的方式以形成更有效的复杂层来提取相关特征，用以发现数据的类别的表现形式，来改善和优化经典的机器学习方法^[1]。

请支付后下载全文，论文总字数：36726字