模糊图像特征研究与提取研究文献综述

《模糊图像特征研究与提取研究文献综述》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、文献综述模糊图像特征研究与提取研究一、前言部分随着时代的进步与科学技术的发展，人类社会已进步入了信息时代。图像作为信息的一种极其重要的载体，其质量高低与否在数字信息处理过程当中有着突出的意义。清晰度的高低是衡量图像质量的首要因素。一张图片到底有多清晰，如果模糊，又模糊到什么程度？如果我们事先能够掌握图片的相关特征，能够对图片的模糊度给与一定的评价，获得相关数据，那么便能依据所得到的信息对图片作出合适的处理，得到正确的判断，从而对社会实践起到关键性的作用。图像识别是最近几年在图像处理领域的研究热点，是用现代

2、化的信息处理技术完成对图像的理解，认识的过程。图像识别大致可分为三个部分：图像预处理，图像特征提取，图像识别。其中，图像特征提取是进行图像识别的关键性步骤，它的分析结果直接影响着识别效果和对图像的理解以及最终的判断和进一步的处理策略。基于此，本文主要就图像模糊特征的提取进行探讨与研究，通过相关图像特征提取算法，分析大量模糊图像与正常图像，进行图像特征的提取并建立相关原型系统实现相关算法，利用原型系统分析特征，找到合适能够代表模糊特点的典型特征，并确定采用相关算法。图像特征提取实际上是图像表示问题。因为一般

3、情况下图像数据的维数都非常高，分类器难于直接处理图像像素数据。特征提取的目标是在降低原始数据维数的同时，充分挖掘样本的潜在信息，得到有利于分类的稳健特征。所以如何在特征空间中表示图像对象是至关重要的，它不仅直接影响后续分类器的设计和性能，甚至关系到分类识别算法是否可行、分类识别系统是否有效。为了提高识别率和节省资源，且不受目标图像获取条件和环境的影响应提取并选择目标图像的重要特征[1]。现将相关概念作简要阐述如下：小波变换（WT）：小波变换是法国地球物理学家Morlet[2]于1984年首次提出的，后经法

4、国数学家Mallat[3]、法国理论物理学家Grossman[4]、比利时数学家Daubechies等众多科学家的发展和完善，现已成为功能强大的多尺度信号处理工具，小波变换已广泛应用于图像处理（如图像去噪、图像分割、图像融合等）、时间序列分析、语音识别等领域。小波变换是在克服傅里叶变换不足的基础上发展起来的，具有变焦的特性，被称为“数学显微镜”，在空域和频域均具有很好的局部化特征，具有快速计算方法，即著名的金字塔算法。再者，小波变换还具有多分辨特性、低熵性、去相关性、选基灵活性等特性。模糊熵：模糊熵描述了

5、一个模糊集的模糊性程度[5]。一般的定义：（1）分明集是不模糊的，则分明集的模糊熵为0；（2）[1/2]是隶属性最难确认的模糊集，[1/2]的模糊性应最大（3）模糊集A与距[1/2]的1远近程度是相同的，则要求A与的模糊程度一样（4）模糊集A的模糊性应具有单调变化的性质，即A越接近[1/2],A的模糊性越大；A越远离[1/2],A的模糊性越小[6]。隶属度：论域U到[0，1]区间的任一映射，即：U->[0,1],都确定U的一个模糊子集F;称为F的隶属函数（membershipfunction）或隶属度(g

6、radeofmembership)。也就是说，表示属于模糊子集F的程度或等级[7]。边缘和角点[8]：在诸多图像特征中，尤以图像的边缘和角点最为重要，因为它们能比较完整地刻画出图像的特点。图像的边缘可定义为图像的灰度、纹理、颜色等局部特征不连续性的区域。角点属于边缘中最特殊的一类点，它是尖锐边缘的端点，角点还常常被定义为图像边界上曲率足够高或曲率变化足够明显的点。图像的边缘检测和角点检测是图像特征提取领域最为重要的研究内容，也是后续高级图像处理的基础。纹理[9]：一般而言，纹理是指图像灰度或颜色的某种规律

7、性变化。有一个或几个子图像周期性重复出现的图像称为确定型或结构型纹理图像，如布料中的纹理、砖块组成的纹理等。而呈现某种随机结构的图像称为随机型纹理图像，如指纹、木纹等。纹理分类的目的在于从不同纹理中提取某种特殊的纹理，要实现这样的分类关键在于是否可以成功的提取纹理的特征。目前常用的特征提取算法有：离散余弦变换、小波变换、Gabor滤波器组等，这些方法都取得了不错的效果。同时共生矩阵、灰度直方图等方法也在不同的条件下有很好的效果。但是具有旋转不变性的纹理特征提取和识别方面的研究、报导还比较少。梯度[10]：

8、梯度就是图像灰度值的显著变化的地方。图像锐化，图像的边缘检测都用得到它。不同的算子对应了不同的求梯度的方法。二、主题部分1.相关研究背景图像识别是近二十年来模式识别和图像处理研究的热点，作为其中的中心环节的图像特征提取却于更早开始。图像特征大致可归为四类[11]：（1）像素统计特征，（2）可视化特征，（3）代数特征，（4）变换系数特征或滤波器系数特征。颜色（灰度）直方图是最常用的像素统计特征。Hu于1961年首次提出的不变矩特