数字图像相关法中散斑图的质量评价

来源 :计算机与数字工程 | 被引量 : 1次 | 上传用户:mumuww
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
散斑质量对数字图像相关法中位移的测量精度有着重要的影响,因此定量评价散斑图像的质量是数字图像相关法中一个重要的问题。论文基于灰度共生矩阵提取了散斑图像中的能量、对比度、相关性和熵这四个特征参数,并用实验验证了位移测量结果的均值误差和这四个特征参数之间的关系,证明了这四个特征参数的有效性;同时为了保证散斑质量评价的准确性,论文以平均灰度梯度作为散斑质量评价的基础参数,结合能量、对比度、相关性和熵这四个特征参数,一同作为神经网络的输入参数,经过训练可得到评价散斑图像质量的分类模型。结果表明,该方法可对散
其他文献
传统的虚假评论识别方法大多采用机器学习算法,并把虚假评论识别当作一个二分类的任务进行处理,对数据集中的文本数据提取一些关键的特征,并使用机器学习的算法对提取的特征
<正>移动互联网时代加剧着市场变革,无论是企业还是消费者都随着时代的变化而变化。移动互联网的日益成熟也伴随着消费群体的成长与更替,80后90后纷纷步入而立之年,更年轻的9
语音增强技术目前有传统的方法和深层神经网络的方法,传统的方法假设语音信号和噪音之间的关系做出假设,这往往造成语音增强后效果不佳,深层神经网络的方法具有根据数据进行
癫痫发作时的脑电信号(EEG)中含有大量的癫痫特征波信息,特征波形是确定癫痫是否发作的重要依据。小波变换可以对信号进行多分辨率分解,将信号分解成不同频率的含有特征信息
人民币作为一种特别的印刷制品,包含了极其丰富的纹理特征,可以将人民币识别问题转化为图像识别问题。论文分析了真假人民币在高分辨率相机下,纹理丰富区域存在较大差异,利用Tamura纹理特征对这些特征区域进行量化,然后将各特征区域量化后级联成一组特征向量,利用SVM分类器进行训练,实现对人民币真伪鉴别。实验结果表明,该算法识别率达97.45%。
针对目前图像去运动模糊过程中的模糊核估计过程复杂、图像复原质量低等问题,提出一种基于生成对抗网络的去运动模糊算法。算法建立在基本生成对抗网络上,采用残差可分离卷积模块提取特征,去除批量规范化层,并添加全局平均池化,优化了网络。实验结果表明,所提算法能有效地去除真实场景下运动模糊图像中存在的运动模糊,对比当前最新去运动模糊模型,所提模型在模型缩小了4.7倍的同时,测试阶段的峰值信噪比指标也有所提升。
基于视觉的手势识别通常采取单一特征用于手势分类,但是单一特征不能代表整个图像。因此论文提出多种特征融合的方法,分别提取了梯度方向直方图(HOG)和局部二值模式(LBP)两种特征,并进行特征融合,融合特征不仅包含图像的局部区域梯度方向信息,还有纹理信息,可以更加全面地描述手势特征。然后将融合特征向量输入SVM分类器完成手势识别。实验表明多特征融合方法相比于单一特征,有更高的识别率。该实验识别了24种
从前轮驱动车辆爬坡状态的受力分析中,导出以滑转失效为主要失效型式的爬坡角公式。提出并设计绘制了特定车型的爬坡角速查线图供驾驶员作能否爬上某一道路坡度的现场即时判断
为解决信息系统的并发处理瓶颈问题,分析选课系统中典型的高并法发访问应用场景,提出采用Redis的系统设计与实现方法,将选课课程与课程表查询等热点数据存放于Redis缓存,借助