【摘 要】
：
如何在图像平滑时保持边缘和细节是图像平滑技术研究的一个重要内容.本文结合几种基于空间域的图像平滑技术的优点,提出一种基于自适应的最大均匀性窗口选择和曲面拟合,求最佳灰度的平滑技术(MWSF),它对均匀区内的噪声抑制及保持边沿和各种细节都有很好的效果.最后通过实验对MWSF平滑技术在保持边缘和各种细节方面的性能进行了验证.
论文部分内容阅读
如何在图像平滑时保持边缘和细节是图像平滑技术研究的一个重要内容.本文结合几种基于空间域的图像平滑技术的优点,提出一种基于自适应的最大均匀性窗口选择和曲面拟合,求最佳灰度的平滑技术(MWSF),它对均匀区内的噪声抑制及保持边沿和各种细节都有很好的效果.最后通过实验对MWSF平滑技术在保持边缘和各种细节方面的性能进行了验证.
其他文献
为了很好地描述图像的方向特性,本文定义了一种新的小波变换——"方向小波变换",证明了方向小波变换作为图像描述方法的唯一性.基于方向小波变换来提取匹配特征,我们提出了一种新的图像匹配方法,具有特征数少、正确匹配率高等特点.
本文提出在正态分布条件下,求解面向不同分布的最小错误概率的线性判别函数的直接迭代算法,它比Peterson的迭代算法有明显的改进.本文的迭代方法不需返回错误概率公式中去搜索,直接利用偏微分产生的两个独立公式,很容易得到最终解.本文的方法可免去迭代法中多次求概率积分的麻烦,计算精度高,速度快.由于直接迭代算法中引入一个参数f,使迭代很易收敛取得最终解.此外本文还提出一种多类问题的平均错误概率计算公式
根据红外热图像的灰度特性,提出了基于直方图移动平均的图像自动模糊聚类分割方法.对移动平均后的直方图采用峰值检测算法自动确定聚类数目.并对模糊C均值(FCM)聚类算法加以改进,使得算法速度大为提高,增加了FCM聚类算法的实用性.
本文提出了一种三维目标定性识别的方法,利用可见表面的NRLCC码建立目标与模型的初始匹配,然后利用一种代数方法进行验证,其中引入了一个广义尺度因子λ_i,i=1,…,n,使得识别对于部分丢失边界以及透视投影引起的中等程度的失真均不敏感.这种算法本身简洁明了,避免了优化过程的复杂运算,同时又能获得鲁棒的识别效果.
为了改善汉字文本的识别率,本文提出了一种基于语料库统计概率的汉字识别文本自动后处理方法.对该方法利用的上下文相关的信息.数据量很大的字字同现概率统计方法和统计结果作了介绍,把具有确定性边界的一个汉字序列(多数情况为一个句子)作为一个处理单元,利用统计获得的字字同现概率,采用动态规划方法,对汉字识别文本进行自动后处理,获得了今人满意的效果.
本文利用无向邻接图描述线性四分树表示二值图像的四分形邻接关系,将邻接关系用变型的邻接矩阵表示.在此基础上,提出了一种计算二值图像Euler数的方法,该方法的空间复杂性和时间复杂性都优于已有的方法.
本文对Mallat基于小波变换的边缘检测算法作了改进,使得在不同尺度下的边缘移位减小到1个像素以内.本文提出了一种基于小波变换的多尺度边检算法.与传统的Guass尺度空间算法相比,本算法具有定位准确计算量小的优点,并可利用多尺度空间信息,识别边缘的特性.作为一个例子,本文给出了一个实验.
为了解决如何消除知识工程中知识的冗余性和矛盾性,本文以超图及其函数依赖图(FD-图)为基础,引入了扩展超图及其扩展函数依赖图(AFD-图).为了将扩展超图及其AFD-图进一步应用于大型知识库和分布式知识库中,又引入了跨度的概念,并且详细阐述了解决将扩展超图及其AFD-图应用于大型知识库和分布式知识库中有关问题的基本原则.
本大提出的视觉模糊模式识别算法建立在用特征源信息量分析和概率统计的方法为每个待识的模式构造的多维专用特征空间上,这种分而治之的特征筛选方法不仅减小了忽视有效特征的可能性,而且使特征分布的内在特性得以更精巧的利用.本算法在彼此交叉的专用特征空间中度量样品对各模式的隶属度,具有在通用特征空间无法达到的优点;同时,不同于一般依赖于语言变量和模糊规则的视觉模糊识别算法,其对先验知识的依赖性也大大地降低了.
巴氏(Bhattacharyya)距离与分类错误概率上界有直接关系.本文提出面向不同分布的多类问题的基于巴氏距离的特征选择.在正态分布条件下,使错误概率上界最小.基于巴氏距离的特征选择首先把使总分类错误概率上界最小问题,转化为非线性矩阵方程求解问题.然后通过解矩阵方程的迭代算法和正交化处理,取得变换矩阵的最优解.通过分析和实例可见基于巴氏距离的特征选择是在一定条件下最好的特征选择.