【摘 要】
：
图像的小波变换能同时提供空—频域的局部信息,而矢量量化方法则能取得较高的图像压缩比。在小波变换域实现矢量量化,可望在取得高压缩比的同时,利用小波变换所提供的信息,尽量保证能有较好的恢复图像质量。本文通过在小波变换域适当选择一组交换系数作为矢量,考虑小波变换的频率局部化特性,使用加权均方误差准则,实现一种尺度自适应矢量量化方法。实验结果表明,这种量化方法能取得较明显的效果。
论文部分内容阅读
图像的小波变换能同时提供空—频域的局部信息,而矢量量化方法则能取得较高的图像压缩比。在小波变换域实现矢量量化,可望在取得高压缩比的同时,利用小波变换所提供的信息,尽量保证能有较好的恢复图像质量。本文通过在小波变换域适当选择一组交换系数作为矢量,考虑小波变换的频率局部化特性,使用加权均方误差准则,实现一种尺度自适应矢量量化方法。实验结果表明,这种量化方法能取得较明显的效果。
其他文献
本文提出了一种快速有效的空间平面曲线的识别方法。在这种方法中,从单幅图像提取表征曲线形状的描述子,该描述子由曲线上透视不变点之间的射影距离不变量构成,且不受物体和摄象机之间的位置、方向以及摄象机物理参数的影响,因此这种识别方法不受图象透视的限制。本文用一组真实的平面物体进行了识别实验,结果表明这些形状描述子对空间平面曲线的识别有很好的性能。
本文给出一种摄像系统内部参数尺度因子的测定方法,其特色在于简易性和鲁棒性。此法基于文中建立的一个严密的摄像系统构像几何方程,同时在测定中采取了一系列技术以充分克服摄像系统各项误差源的影响,而测定控制装置仅需要一个平面控制网板。实验测定精度:图像像素间距误差低于0.05μm,尺度因子误差小于0.5%。
本文提出了一种锐化图像边界和用Rapid变换的手写汉字识别方法。文字图像由摄像机输入,在预处理阶段用锐化图像边界方法,使笔道二值化更加容易。然后再用Rapid变换抽取文字特征。其算法能比较好地吸收手写汉字的扭曲、变形。系统实验表明本方法是有效的。
纹理是识别图像中有用区域及物体的一个重要空间特征。本文定义灰度级单元为圆邻域集,采用内插算法预测该邻域集的灰度值,并依据纹理谱的基本原理建立了以谱峰值变化率为主要参数的纹理特征提取方法。将提取的特征用于自然纹理图像的视觉模式分类实验,取得了较为理想的结果。另外,统计了同一种纹理图像经不同角度旋转后其特征参数的变化,结果表明该特征具有较好的旋转不变特性。
传统的逻辑语言实现往往采用自上而下,自左至右的深度优先策略。这种方法效率低下,很难满足人工智能问题求解的要求。本文提出的高效逻辑语言实现方法综合采用优化编译思想和智能控制机制,克服了逻辑语言中合一和回溯操作的瓶颈问题。该方法可为设计智能加速部件和智能计算机提供参考。
本文通过对感知器收敛定理的修改,得到相应的新算法,新算法中权向量的收敛速度(迭代次数)K≤[(2δρ+ρ+2δ)+△~(1/2)]/ρ[2δ~2ρ],其中△=(2δρ+ρ+2δ)~2-8δ~3ρ,本文还利用感知器算法,通过对模式进行预处理,以减少感知器的层数,并把相应的结论用于布尔函数的简化。
断边与伪边现象是边缘检测中常出现的现象,现有的各种边缘检测算法未能较好地解决这个问题,同时结构点的判别与处理也是早期视觉中一个重要问题。本文针对这些问题提出了一种处理方法,在连接断边和消去伪边,以及处理结构点时,能根据断边、伪边和结构点的具体情况自动调整阈值,因此适应性较强,边缘处理效果较好。
本文把机器证明的吴方法创造性地应用到立体视觉领域,建立了一种新的立体视觉方法,我们以吴方法为工具,给出了立体视觉线画图对中边线型对应约束条件,轮廓线型对应约束条件以及曲线型约束条件,并由此给出了重建三维景物的一种整体视觉方法,理论分析和实验结果都表明此方法具有速度快、精度高等特点。
寻找相对于尺度、平移、旋转不变的小波不变量是现今多尺度分析在模式识别中应用的关键性问题。利用统计量的不变矩理论是一种在理论、应用上都比较成熟的识别方法。本文利用对信号某一尺度的小波逼近系数对矩的表达将两种方法联系起来,从而给出了一种小波视觉不变量。在得到了比较完善的理论结果的基础上,作者指出:该方法在实际应用中将受到物体大小、吉布斯现象等的局限,而从粗至细的多尺度分析的思想正是造成这种局限的根本原
本文提出马氏距离矢量的计算机视觉不变量,用于物体的识别.该方法把物体分成若干个部件,各部件点集间马氏距离形成的矢量作为不变量.文中证明了马氏距离矢量不仅在旋转变换和平移交换时不变,而且尺度放大或缩小、剪切、扭曲、仿射变换等情况下也保持不变.物体被分成部件,划分的唯一性是本方法识别的必要条件.每个部件必需有一定的点数,文中讨论了部件最少点数和部件内点集分布形状的限制.由于马氏距离矢量不变量基于统计特