2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩127頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、本文圍繞底層圖像處理:圖像平滑,邊緣和角點(diǎn)檢測技術(shù)展開深入的研究。經(jīng)典圖像分析方法將圖像視為二維信號,基于信號處理理論,利用線性濾波器實(shí)現(xiàn)圖像平滑和邊緣等特征的檢測。這種基于二維線性濾波器的圖像分析方法在灰度圖像處理中獲得了成功,但是在處理彩色圖像時(shí)會(huì)將不同的顏色信息混合而輸出錯(cuò)誤顏色結(jié)果。為了解決這個(gè)問題,本文采用了一種基于顏色像素的密度信息進(jìn)行圖像分析的方法。該方法將圖像視作像素點(diǎn)在圖像平面和顏色空間的混合空間中的分布,并利用高維線

2、性濾波器對圖像進(jìn)行分析,即進(jìn)行像素點(diǎn)的概率密度估計(jì)。與經(jīng)典分析方法的不同之處在于,新方法對每一種顏色信息進(jìn)行單獨(dú)分析處理,因此該方法能夠更準(zhǔn)確地實(shí)現(xiàn)對彩色圖像進(jìn)行分析處理。本文在分析了當(dāng)前的相關(guān)技術(shù)基礎(chǔ)上,利用新的圖像分析方法對圖像進(jìn)行分析,獲得了以下幾方面的研究成果:
 ?。?)基于密度的圖像平滑算法(Mode filter)
  圖像平滑是濾除圖像中的噪聲的重要手段。經(jīng)過圖像對鄰域密度場的分析,得出當(dāng)前兩類主流的圖像平滑

3、算法均值平滑和中值平滑都是對像素點(diǎn)在顏色空間中分布中心描述。根據(jù)平滑的這一特點(diǎn),本文提出了一種利用像素點(diǎn)在顏色空間中分布的眾數(shù)(Mode)作為平滑結(jié)果的算法,稱之為Mode filter。與均值濾波和中值濾波相比,mode filter選用鄰域內(nèi)具有像素?cái)?shù)最多的顏色值作為鄰域中心點(diǎn)的平滑結(jié)果,即不會(huì)將鄰域內(nèi)不同的顏色混合,也不需要對顏色值進(jìn)行排序,因此Mode filter可以在保持圖像中原始顏色的基礎(chǔ)上濾除掉各種圖像中的噪聲。并通過分

4、析指出,當(dāng)前流行的Bilateral Filter,mean shift平滑算法和非對稱擴(kuò)散算法(anisotropic diffusion filter),是以顏色空間中局部mode值作為平滑結(jié)果的特殊mode filter。因此mode filter也具有增強(qiáng)邊緣和非對稱擴(kuò)散平滑的優(yōu)點(diǎn)。通過對比實(shí)驗(yàn)證明Mode filter兼具有當(dāng)前濾波器的各種優(yōu)點(diǎn)是一種適用于各種圖像的通用平滑濾波器。
  (2)基于密度梯度的邊緣檢測

5、>  在對通過概率密度梯度估計(jì)得到的圖像概率密度梯度場中,圖像中邊緣線兩側(cè)的像素點(diǎn)的概率密度方向相反,且都垂直背離邊緣線。根據(jù)這一性質(zhì),本文提出了一種基于像素概率密度梯度的邊緣檢測算法。新算法在圖像平面的概率密度梯度場中通過比較相鄰像素點(diǎn)的概率密度梯度方向?qū)崿F(xiàn)邊緣檢測。相對傳統(tǒng)的基于亮度(或顏色)梯度的算法只能輸出鄰域內(nèi)各種顏色的混合后的邊緣信息,新算法能夠準(zhǔn)確的輸出鄰域內(nèi)每一種顏色區(qū)域的邊緣信息。并且因?yàn)橄袼攸c(diǎn)的梯度方向具有相對于檢測

6、尺度不變性,故新算法在任何檢測尺度下都可以很好的保持每個(gè)顏色區(qū)域輪廓形狀,并可實(shí)現(xiàn)根據(jù)區(qū)域的面積將圖像中各區(qū)域的邊緣分離開,這是當(dāng)前邊緣檢測算法所不具備的。
 ?。?)基于概率密度梯度的角點(diǎn)檢測算法
  傳統(tǒng)的基于亮度興趣點(diǎn)檢測算法存在對紋理敏感和興趣點(diǎn)分布不均勻(集中于高對比度區(qū)域)問題。本文提出了一種新穎的基于概率密度的興趣點(diǎn)檢測算法。在圖像中的概率密度梯度場中,角點(diǎn)周圍的概率密度梯度方向各異,因此在經(jīng)典的Harris角

7、點(diǎn)檢測算法基礎(chǔ)上,新算法利用亮度的概率密度梯度代替亮度的梯度構(gòu)建二階矩矩陣,進(jìn)行興趣點(diǎn)檢測。與基于亮度的Harris檢測算法相比,新算法不僅具有同樣的幾何不變性,還有效的抑制了紋理中的“噪聲”興趣點(diǎn),并且興趣點(diǎn)分布的均勻性明顯優(yōu)于基于亮度算法的檢測結(jié)果。
  本文將新算法應(yīng)用于《短道速滑運(yùn)動(dòng)分析系統(tǒng)》中,將比賽視頻中的圖像進(jìn)行匹配對齊,實(shí)現(xiàn)了旋轉(zhuǎn)攝像機(jī)拍攝視頻中運(yùn)動(dòng)員的跟蹤和位置測量。利用基于密度梯度的邊緣檢測算法獲得的大尺度下比

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論