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149頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、本文探討了圖像統(tǒng)計建模及分析技術(shù)在數(shù)字圖像處理中的若干應(yīng)用,其中包括自然圖像變換域系數(shù)建模及應(yīng)用、圖像質(zhì)量評價算法研究以及圖像噪聲的分析及其參數(shù)估計。圖像統(tǒng)計學分析對于壓縮、修復等圖像處理應(yīng)用以及目標識別、圖像理解等計算機視覺應(yīng)用具有非常重要的意義,在對生物視覺系統(tǒng)的研究方面也發(fā)揮著關(guān)鍵性作用。利用統(tǒng)計學方法可以發(fā)現(xiàn)高度復雜圖像的內(nèi)在規(guī)律,對這些規(guī)律進行數(shù)學建模必將提高圖像處理系統(tǒng)的工作效率和整體性能。圖像小波系數(shù)具有低熵、多分辨率和去

2、相關(guān)等優(yōu)異特性,在壓縮、去噪、分割以及紋理分析中應(yīng)用廣泛。因此圖像小波系數(shù)統(tǒng)計特性的描述和解析表示能夠更加深入地揭示圖像規(guī)律,從而為圖像處理算法提供更多的先驗知識,提高算法性能。本文以變換域系數(shù)統(tǒng)計為基礎(chǔ),建立自然圖像統(tǒng)計模型,并將模型應(yīng)用于全參考/無參考圖像質(zhì)量評價以及噪聲分析與參數(shù)估計中。本文具體研究內(nèi)容如下:
  首先,我們分析自然圖像變換域系數(shù)統(tǒng)計模型。自然圖像的小波域系數(shù)分布的尖峰重尾的非高斯特性一般可以通過廣義高斯分布

3、或α-stable分布來模擬。在此基礎(chǔ)上我們提出了一種自然圖像小波域混合統(tǒng)計模型。這種模型可以同時較好的描述小波系數(shù)分布的尖峭性和重尾性?;趶V義高斯分布和α-stable分布函數(shù)的優(yōu)化融合,我們對混合模型進行了實現(xiàn),并通過計算模型與真實概率分布之間的Kullback-Leibler距離來評估建模準確性.實驗結(jié)果表明,混合模型比用廣義高斯分布或α-stable分布單獨建模更接近于正式情況下的自然圖像小波系數(shù)分布,并可以應(yīng)用于圖像比較等領(lǐng)

4、域。
  圖像多尺度α-stable模型與廣義高斯分布模型相比,其參數(shù)具有一定的尺度不變性,在此基礎(chǔ)上我們討論基于統(tǒng)計比較意義上的圖像質(zhì)量評價算法。根據(jù)原始無失真參考圖像的有無,圖像質(zhì)量評價算法可以分為全參考、半?yún)⒖家约盁o參考方法。我們提出了一種通用的全參考/半?yún)⒖紙D像質(zhì)量評價體系:圖像質(zhì)量/失真指標。在考察圖像小波分量時,我們用對稱α-stable分布來表征其系數(shù)統(tǒng)計分布的尖峰重尾特性。研究表明,圖像小波系數(shù)的α-stable模

5、型參數(shù)會隨著失真程度的增加而有規(guī)律變化。通過計算失真圖像和參考圖像多尺度α-stable模型之間的差異,可以度量圖像的質(zhì)量或失真程度。利用模型參數(shù)的尺度不變性可以近似重建原始圖像的模型參數(shù),從而解決了無參考評價的問題。我們定義了α-stable模型的特征概率密度函數(shù),并利用模型參數(shù)求得兩個特征概率密度函數(shù)閉合形式的Kullback-Leibler距離,作為圖像質(zhì)量/失真指標的基礎(chǔ)。實驗結(jié)果表明這一圖像質(zhì)量評價體系適用于大部分失真類型,在

6、與主觀視覺質(zhì)量的一致性上可以達到甚至超越目前領(lǐng)先的客觀質(zhì)量評價算法的性能。
  最后,針對噪聲這一類型的圖像失真,我們探討基于統(tǒng)計方法的圖像噪聲分析以及噪聲參數(shù)估計。我們從自然圖像的變換域高峰度性和尺度不變性出發(fā),設(shè)計了一種估計自然圖像噪聲等級的算法體系。通過對自然圖像在二維離散余弦變換域進行統(tǒng)計分析,我們指出了前述統(tǒng)計先驗在具有較多方向性結(jié)構(gòu)細節(jié)或較多平滑區(qū)域的圖像上所體現(xiàn)出的局限性。據(jù)此我們提出了一種基于小波變換和非方向性離散

7、余弦變換相結(jié)合的雙重變換法來緩解圖像結(jié)構(gòu)性細節(jié)對圖像統(tǒng)計特性的影響,并通過求解一個約束非線性優(yōu)化問題來得到噪聲方差的初步估計值。其次,針對圖像去噪算法對噪聲估計有效性和魯棒性的要求,我們提出了一種基于變換域局部方差分布的加性噪聲方差估計算法。該方法并不局限于特定種類的噪聲分布模型。最后,我們針對自然圖像紋理和結(jié)構(gòu)信息的豐富性,提出了一種基于噪聲植入的噪聲估計修正方法,用以模擬圖像本身內(nèi)容對噪聲估計結(jié)果的影響,并修正因此導致的估計誤差問題

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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