基于高維視覺特征模型的目標(biāo)圖像檢測(cè)與圖像分割技術(shù)研究.pdf

1、電子科技大學(xué)博士學(xué)位論文基于高維視覺特征模型的目標(biāo)圖像檢測(cè)與圖像分割技術(shù)研究姓名：劉思遠(yuǎn)申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：通信與信息系統(tǒng)指導(dǎo)教師：李在銘20060601摘要FCM與馬氏空間約束條件下多分類器融合圖像分割技術(shù)：圖像分割可視為對(duì)于包括像素灰度(彩色)，空域約束等特征的高維特征數(shù)據(jù)的分類問題。本文提出一種FCM與馬氏空間約束條件下多分類器融合的圖像分割算法。將高維特征數(shù)據(jù)分類問題分解為多個(gè)低維特征的分類，即：基于灰度(彩色)特征的FCM

2、最佳模糊分類以及基于Markov隨機(jī)場(chǎng)模型的空域約束統(tǒng)計(jì)分類。在獲得兩類分類測(cè)度函數(shù)之后，通過多分類器融合的方法將不同分類器得到的分類結(jié)果進(jìn)行優(yōu)化整合，得到最后的分類結(jié)果。場(chǎng)景視頻序列敏感圖像模糊過濾技術(shù)：場(chǎng)景視頻序列敏感圖像模糊過濾技術(shù)是目標(biāo)圖像檢測(cè)與圖像分割技術(shù)在信息安全領(lǐng)域的一個(gè)典型應(yīng)用，其基本任務(wù)是在給定存在于敏感目標(biāo)上的標(biāo)志圖像特征的條件下，對(duì)敏感目標(biāo)進(jìn)行自動(dòng)的檢測(cè)與模糊。基于系統(tǒng)的任務(wù)與約束條件，進(jìn)行了系統(tǒng)總體方案與軟硬件實(shí)

3、現(xiàn)方案設(shè)計(jì)，在系統(tǒng)硬件設(shè)計(jì)上，采用了DSPFPGA的結(jié)構(gòu)方式，在軟件結(jié)構(gòu)設(shè)計(jì)上，應(yīng)用分層設(shè)計(jì)的思想構(gòu)筑軟件系統(tǒng)，同時(shí)給出了DSP處理的流程及其主函數(shù)模塊設(shè)計(jì)。上述各個(gè)技術(shù)研究點(diǎn)均進(jìn)行了相應(yīng)的實(shí)驗(yàn)，并獲得了較好的結(jié)果。本文所研究的理論與技術(shù)對(duì)于數(shù)字視頻的高效編碼技術(shù)，圖像識(shí)別技術(shù)以及多媒體信息安全技術(shù)都有較重要的理論與實(shí)際參考價(jià)值。關(guān)鍵詞：基于高維視覺特征的圖像檢測(cè)與分割，圖像視覺特征模糊相似度，基于鄰域變化矢量場(chǎng)的邊緣檢測(cè)，圖像空域約束