圖像的自適應(yīng)分解算法及應(yīng)用研究.pdf

1、圖像處理是計(jì)算機(jī)科學(xué)中一個(gè)重要的研究方向,有著廣泛的應(yīng)用。圖像理解是圖像分析的關(guān)鍵基礎(chǔ)之一,也是圖像處理研究中的熱點(diǎn)與難點(diǎn)。圖像理解有兩種常用的手段,即圖像分解與圖像分割,它們?cè)趫D像的去噪、分割、壓縮等領(lǐng)域中有著較為廣泛的應(yīng)用。本文討論圖像的自適應(yīng)分解方法及其應(yīng)用,主要工作包括:
　　(1)提出了一種基于灰度信息的三角四叉樹分解算法,不再是將圖像區(qū)域分為四個(gè)小矩形區(qū)域,而是依據(jù)區(qū)域一致性準(zhǔn)則自適應(yīng)地將其分解為四個(gè)等腰直角三角形。該

2、方法不僅繼承了傳統(tǒng)的矩形四叉樹分解方法中的結(jié)構(gòu)簡(jiǎn)單,計(jì)算方便,效率較高等優(yōu)點(diǎn),而且還彌補(bǔ)了矩形四叉樹分解對(duì)具有斜向邊緣的圖像分解效果不理想的問(wèn)題。實(shí)驗(yàn)證明該方法對(duì)于具有斜向邊緣對(duì)象的圖像有著較好的分解效果。
　　(2)提出結(jié)合梯度信息判斷準(zhǔn)則的自適應(yīng)三角四叉樹分解方法。當(dāng)一致性區(qū)域中梯度信息不滿足時(shí),該區(qū)域方可進(jìn)行下一步的分解。實(shí)驗(yàn)結(jié)果證明,當(dāng)圖像含有噪聲、邊緣模糊的情況時(shí),采用這種基于梯度信息改進(jìn)的自適應(yīng)分解算法,該方法能夠一定