赖昌材[1]2003年在《基于广义模糊积分的图像度量及其应用》文中提出在图像处理特别是在图像压缩等领域中，如何评价经过处理后的图像失真度是一个很重要的问题。这个问题一直都没有得到很好的解决。所以，寻找一种具有一定的主观评判能力符合人的视觉特点，同时又能够客观计算的图像度量是很有必要的。 本文通过对Sugeno模糊积分进行推广后得到的基于叁角模的广义模糊积分，建立了一种新的模糊图像度量，并给出了在实际应用中此度量的快速计算方法。此外，本文还对小波图像压缩技术进行了研究。详细讨论了小波分析在图像压缩领域中的应用和嵌入式零树编码方法及其发展趋势，按照此方法编写程序实现了对图像的压缩。然后用峰值信噪比和本文提出的模糊图像度量分别对一系列压缩后的图像质量进行评价，并且分析了它们的评价结果，最后还进行了对图像添加各种噪声等实验。 实验结果表明：此度量在某些情况下比较符合人眼的主观感觉，比较适合对图像的总体评价。是一种相对峰值信噪比而言能更加客观评价图像质量的图像度量方法。
孙琳娜[2]2008年在《基于模糊积分的图像处理的研究》文中研究表明随着人类社会的进步,科学技术的发展,人们对信息处理和信息交流的要求越来越高。图像信息具有直观、形象、易懂和信息量大等特点,因此它是在人们日常生活、生产中接触最多的信息种类之一。但人类的视觉系统相当的复杂,对图像进行处理后,单纯把所有因素不加区别的对待的评价,经常会导致主观相背离,达不到人类的心理视觉要求。而基于主观质量评价的模糊规则系统,能够很好的避免这一缺点。模糊数学中的模糊积分恰恰在某种程序上体现了人脑的非线性思维特点。本文总结了一些常见的模糊积分应用于图像处理的原理和方法。同时也发现,大部分的文献只提供理论支持,如何实现并没有明确说明,因此也难以验证也无法看到实时处理结果。MATLAB工具是在世界上广泛流行的数学计算软件。本文借助MATLAB软件以图像融合为例演示了如何实现基于模糊积分的图像处理,并提供了模糊积分复杂算式的源代码,为今后这方面的操作提供一点参考。
柯小玲[3]2005年在《图像融合方法及效果评价研究》文中研究说明在图像融合领域,如何对融合图像进行评价已经成为一个很重要的问题。长久以来,这个问题都没有得到很好的解决。因此,寻找一种符合人的视觉特点,同时又便于计算的融合图像客观评价指标是很有必要的。 本文通过对IHS图像融合变换方法进行推广,得到一种基于HPF的图像融合方法。此外,本文还根据现有的单因素融合图像评价指标,提出了一种基于模糊积分的融合图像空间分辨率评价指标。并在此基础上提出了一种融合图像效果的综合评价方法。最后进行大量实验,并对实验结果进行分析。 实验结果表明:这种评价方法在某些情况下基本符合人眼的主观感觉,是一种相对客观的评价融合图像效果的评价方法。而基于HPF的图像融合方法可以得到较为理想的融合结果。
张小凤[4]2007年在《可见光和红外图像融合质量评价研究》文中研究说明在图像处理领域,图像的质量评价是个重要的环节。通过图像的质量评价,可以对不同算法或者同一算法的不同参数进行比较,选出最优算法或者参数,便于进一步的研究和图像分析。融合图像质量评价是质量评估的一个重要分支。融合质量评估不同于一般的降质图像质量评估,它不仅需要保留源图像的重要细节,而且不引入会影响图像后续处理的虚假信息。它以融合前图像为参考,但应优于源图像中的任何一幅。本文以红外和可见光图像为主,对融合图像的质量评价进行了系统的研究。本文主要针对可见光和红外图像的融合质量评价,在图像预处理、融合以及评价等方面,进行了较系统的研究。同时,本文以人眼视觉为基础,提出了一种基于模糊测度和模糊积分的主客观相结合的评价方法。本文主要研究内容有:(1)在综合了国内外融合评价方法的基础上,对目前所使用的评价方法比如基于人眼视觉特性的融合评价方法等进行了详细介绍,并对目前的图像融合方法进行了概述。(2)根据模糊测度和模糊积分的理论,提出了一种基于模糊积分的融合图像质量评价方法。该算法采用了与人眼视觉特性有关的图像视觉模型,将模糊积分的过程看成评判过程,得到最终评价结果。实验表明,该方法具有一定的抗噪性,是一种主客观相结合的方法,其评判结果与人眼主观评价相符,对红外和可见光图像尤为适用。(3)从融合的实际应用出发,在研究过程中开发了“可见光和红外图像融合评价系统”用来处理本文所涉及的图像处理工作。该系统主要针对红外和可见光图像,包括预处理、融合、评价叁大模块,通过这叁个模块对图像进行处理,得到最终评价结果。
佚名[5]2005年在《自动化技术、计算机技术》文中指出TP132005041547基于卷积码的DCT域音频扩谱水印算法/王让定,郁梅,陈金儿(宁波大学纵横智能软件研究所)//信息与控制.―2004,33(6).―651～655.为了提高算法的鲁棒性,借助卷积码的编解码思想,在DCT域研究了自适应于音频的扩谱
刘智斌[6]2012年在《基于广义熵的加权模糊聚类算法研究》文中认为熵模糊聚类是将模糊聚类与熵进行有机结合的一种方法，它不仅具有熵表示数据样本间相关信息的优点，而且具有模糊聚类方法中软聚类的优质特性，因而在聚类划分领域占有重要的地位。通过对熵模糊聚类算法进行分析，并结合广义熵、样本权值以及核函数，本文对模糊聚类划分方法进行了深入的研究，具体内容如下：（1）通过对数据样本进行加权，并将其与广义熵模糊聚类划分方法有机结合，获得了加权广义熵模糊聚类划分方法的目标函数；在此基础上，通过使用拉格朗日方法导出了加权广义熵模糊聚类划分方法中的模糊隶属度和簇中心的迭代计算公式，从而提出了加权广义熵模糊聚类划分算法。另外，本文对加权广义熵模糊聚类划分算法中的权重确定方法进行了分析研究。（2）在加权广义熵模糊聚类划分方法的基础上，通过引入核函数，获得了基于核的加权广义熵模糊聚类划分方法的目标函数，从理论上导出了具有核函数的加权广义熵模糊聚类划分方法的簇中心和模糊隶属度的迭代计算公式，进一步提出了基于核的加权广义熵模糊聚类算法。另外，本文对具有核函数的加权广义熵模糊聚类方法中所用到的核函数的组合与构造问题进行了研究，以便使该方法能够针对不同特性的数据集构造或选择相应的核函数，从而有效地提高数据的聚类划分效果。（3）通过选取聚类分析中具有代表性的数据集，针对加权广义熵模糊聚类方法及对应的核聚类方法进行了实验研究，并与传统的广义熵模糊聚类方法进行了比较，实验表明了本文提出算法的有效性。
何国经[7]2008年在《红外成像系统性能评估方法研究》文中研究表明随着新工艺、新结构和新技术的引入,影响新型红外成像系统性能的因素发生了明显的变化,针对以往典型性能评估方法和模型对这些新技术考虑不足或没有考虑的问题,本文从叁个方面开展了针对新型红外成像系统的性能评估方法研究,以适应不断发展的新型红外成像系统性能评估的需要:(1)基于全数字仿真的成像系统性能评估。利用叁维场景模型和红外成像系统模型,结合叁维驱动引擎及显示交互技术,完成成像红外导引系统模型与叁维场景模型的对接,建立了综合考虑目标-背景-大气-成像系统的全数字仿真模型,实现了基于数字仿真的红外成像系统性能评估;(2)基于客观TOD判别模型的成像系统性能评估。以人眼视觉系统的信号传递特性以及眼/脑系统信息处理特性为基础,结合叁角形方向判别阈值法的特点,建立了用于替代观察者进行TOD测量的客观判别模型,开展了客观判别模型与观察者的对比试验。分析结果表明,在常用的角空间频率范围内,客观判别能够准确预测观察者对叁角形样条方向的判别性能,可以替代观察者进行TOD曲线测量,从而实现更为准确的成像系统性能评估;(3)基于背景杂波度量的成像系统性能预测。首先结合红外成像系统的信号传输和处理过程,分析了背景杂波的本质与属性,以及背景杂波对红外成像系统目标获取性能的影响。其次,针对不同的杂波评估需求,建立了两种杂波度量尺度:基于结构相似度的背景杂波度量尺度以及基于CRLB的背景杂波度量尺度。开展外场测量试验,获取试验处理数据。试验结果分析表明,两种杂波尺度都与背景信号对目标探测系统的干扰有很好的一致性,可以用于ATR系统目标获取性能预测。
刘孝艳[8]2015年在《变分、PDE和非局部滤波在图像去噪中的应用研究》文中提出图像作为人类获取和传递信息的主要媒介在人们现实生活中起着举足轻重的作用。而现有设备和系统的不完善性,导致了图像在获取、记录和传输等环节中总会在不同程度上被降质(退化)。噪声是一种出现频率最高的退化因素,所以针对退化图像,研究设计高性能的去噪算法有着重要的实际应用价值。本论文利用变分、偏微分方程(Partial Differential Equation, PDE)和非局部滤波方法对图像去噪问题进行了研究,建立了一些新模型和算法。主要工作有以下几个方面：1.提出了基于扩散张量的自适应正则化变分模型。该模型有叁个正则化参数,它们分别用于控制不同方向上的扩散速度和整体的磨光程度,以便于滤除噪声时保护图像的细节特征。该模型还耦合了冲击滤波器,有利于图像边缘的增强；其次,利用结构张量的特征向量对扩散方向进行定位,特征值对图像的像素点进行判断分类,找出不同特征的像素点对应参数的特征,给出了一种自适应选取扩散系数的原则。仿真结果表明新方法不仅对数字图像去噪有效,而且能很好地增强图像边缘等细节特征,特别是对线状结构图效果尤为明显。2.为了降低全变差去噪模型(ROF)的阶梯效应和混合正则化变分模型的计算复杂度,提出了耦合梯度ROF模型的自适应去噪算法。该算法以二阶对称化导数为正则项建立了梯度的ROF模型,由它构建出图像的梯度场,再引导下一步的扩散。给出了基于原始-对偶算法的两步求解方法。实验结果表明新算法不仅能取得较好的恢复效果,而且运算快捷。3.提出了一种Sobolev空间的广义度量,在该度量意义下对能量泛函作极小化处理,得到了一种新的各向异性扩散的PDE模型。由于广义度量中的参数是随空间位置变化的,所以新模型能够根据图像特征自适应地控制正、反向扩散行为,不仅在增强图像细节结构特征时能抑制光滑区域,而且在噪声去除和边缘保护之间取得了较好的平衡。针对新模型,在线性化思想的基础上,给出了一种稳定、快捷的隐格式求解算法。数值实验结果表明新模型在图像增强和恢复两方面都较原方法效果有显着提高。4.NLM算法利用加权L2-范数度量图像块相似性,只考虑了相似块之间的灰度差异,忽略了图像块自身的内部结构。为了提高相似性度量的精度,本文给出了两种新度量：核化L2-范数度量和基于SSIM指标的相似性度量,并构造了相应的非局部权函数。新方法将图像块自身的结构信息也用于相似性度量中,能有效区分图像的结构和噪声。实验结果表明利用新的权函数进行加权平均能在去噪的同时更有效地保护图像的细节信息。另一方面,为了克服NLM算法对噪声敏感的不足,本文建立了耦合迭代非局部模型,并利用多尺度小波变换对它进行处理,提出了渐近非局部滤波算法。该算法将一次较强的滤波转化为多次较弱的滤波,具备了迭代非局部滤波的优势,但计算复杂度明显降低。仿真实验结果表明所提算法的去噪效果良好,特别是当图像被严重污染时。
兰蓉[9]2013年在《模糊信息距离及其若干应用》文中研究指明随着社会的快速发展，人们所面临的问题愈来愈复杂。由于客观世界自身的不确定性以及人类对现实世界有限的认知能力，在不确定环境下做出合理的识别和决策已经成为一个有着强烈需求的实际问题。作为处理不确定性问题的有力工具，模糊集理论已经被广泛应用。在模糊集理论应用于实际的过程中，如何度量目标之间的信息距离是一个关键环节。本文主要基于模糊集，型-2模糊集理论进行研究，利用模糊信息构造距离公式并将其应用于模式识别、图像分割以及决策分析等领域。本文的主要工作概括如下：1.针对一般的模糊集进行研究，主要讨论模糊散度的构造与应用。基于α型相对信息，提出两类新的模糊散度并采用f散度的观点研究其性质。最后，将这两类模糊散度公式应用于图像分割领域，给出基于阈值的分割算法以显示其有效性。2.研究一类特殊的模糊集，即，模糊数上的距离公式。主要针对叁角模糊数进行讨论，利用叁角模糊数的截集信息构造一族带参数的距离公式，并使用该距离给出一种基于TOPSIS的方法来处理叁角模糊数上的多属性决策问题。此外，定义叁角模糊数上新的完备距离公式，并将该距离应用于模糊聚类分析当中，解决叁角模糊数型数据的聚类问题。3.针对型-2模糊集的一种特例，即，Vague集进行讨论。首先利用Vague集自身的信息给出Vague集上含参数的信息距离公式，由该距离诱导的相似度与相关的几个相似度在数据集上的比较显示出其具有一定的优势；其次，依据Vague集与模糊集之间的转换关系提出Vague集上的积分型距离公式；最后将两种距离公式应用于模式分类与医疗诊断。4.由于区间值模糊集（即，Vague集）的投票模型在反映信息方面存在不足，没有充分表达赞同票和不反对票在决策中的倾向性影响，为此借鉴叁参数区间数进一步增强模糊信息的表示，提出了叁参数区间值模糊集的概念。当重心点为区间中点时，叁参数区间值模糊集退化为区间值模糊集（即，Vague集）。论文构造了叁参数区间值模糊集上的信息距离，并将其应用于多属性决策。最后，提出基于记分函数的排序方法以得到备选方案的严格序关系。5.提出模糊数型-2模糊集的概念。在实际决策过程中，往往需要领域专家对备选方案在各属性下的特性进行评价。由于各属性的类型，取值范围以及量纲等均存在差异，很难用确定的数值表示，在实际中往往采用语言变量进行描述。然而语言变量不适合量化计算，因此采用模糊数对语言变量进行描述是一种常见的处理方式。由此可见，模糊数型-2模糊集可为这种问题提供一个较为合适的数学模型。论文提出叁角模糊数型-2模糊集的距离公式，该公式结合了Hamming距离和Hausdorff距离的特点，在模式识别中的应用显示出其有效性。
冯谦[10]2013年在《基于局部特征的视频目标跟踪方法研究》文中研究表明视频目标跟踪在现代化智能交通系统、智能监控系统、医学导航手术器械定位以及军事目标检测等方面具有十分广泛的应用价值，但实际环境下的视频目标跟踪往往情况复杂多变，现有的许多目标跟踪算法都是在某些方面具有比较强大的处理能力，但至今为止没有一种方法可以完美适应所有的复杂情况。基于局部特征的目标跟踪也只是在一定程度上可以克服某些困难，实现较准确的目标检测和跟踪，但对其的不断探索和优化正是将跟踪一步步完善的必经之路。对基于局部特征的视频目标跟踪方法进行分析和深入研究具有十分重要的意义和实用价值。本文主要围绕基于局部特征的目标检测和跟踪方法进行研究，主要内容如下：（1）对视频目标跟踪的发展历程和关键技术展开全面的探讨，在军用和民用领域列举了视频跟踪技术的应用价值。并对现有目标跟踪算法分成几大类分类探讨，从总体上进行分析描述。（2）对尺度不变特征变换（Scale invariant feature transform，SIFT）和快速鲁棒特征（Speed Up Robust Features，SURF）算法细节进行深入详细的分析，比较二者区别，并进行实验仿真，然后依据实验数据进行结果分析比较，展示了局部特征算法在图像处理中的丰富、独特、稳定等等优越的性能。（3）将快速鲁棒特征（Speed Up Robust Features，SURF）算法和最优块优先（best bin first，BBF）算法相结合以提高特征匹配阶段的速度，并提出一种跟踪窗口和模板更新策略，前者可以使跟踪窗口自适应的在跟踪过程中根据目标大小变化而变化，模板更新策略则更优化的处理了的在跟踪过程中出现的部分遮挡或目标完全消失等情况。本文结合以上算法思想，以VS2005为开发平台，结合OpenCV，在PC上完成了实验性的基于SURF特征的目标跟踪系统。经过多组实验数据测试，跟踪系统在处理视频目标跟踪时在遇到尺度变换、仿射变换、光照改变及部分遮挡的情况时可以实现较好的跟踪效果，并且可以满足实时性，达到了预期目标。本文所做的研究为目标跟踪、智能监控、等后续研究，提供了依据和基础。
参考文献：
[1]. 基于广义模糊积分的图像度量及其应用[D]. 赖昌材. 西北工业大学. 2003
[2]. 基于模糊积分的图像处理的研究[D]. 孙琳娜. 东北大学. 2008
[3]. 图像融合方法及效果评价研究[D]. 柯小玲. 西北工业大学. 2005
[4]. 可见光和红外图像融合质量评价研究[D]. 张小凤. 华中科技大学. 2007
[5]. 自动化技术、计算机技术[J]. 佚名. 中国无线电电子学文摘. 2005
[6]. 基于广义熵的加权模糊聚类算法研究[D]. 刘智斌. 河北大学. 2012
[7]. 红外成像系统性能评估方法研究[D]. 何国经. 西安电子科技大学. 2008
[8]. 变分、PDE和非局部滤波在图像去噪中的应用研究[D]. 刘孝艳. 西安电子科技大学. 2015
[9]. 模糊信息距离及其若干应用[D]. 兰蓉. 西安电子科技大学. 2013
[10]. 基于局部特征的视频目标跟踪方法研究[D]. 冯谦. 电子科技大学. 2013
标签：电信技术论文; 聚类论文; 模糊聚类分析论文; 模糊算法论文; 图像融合论文; 模糊理论论文; 相似性度量论文; 系统评价论文; 积分公式论文; 算法论文;