基于mmtd的圖像處理理論及方法ppt

1、基于MMTD的圖像處理理論及方法周寧寧zhounn@njupt.edu.cn2017-03-26,基于MMTD的圖像處理理論及方法,1. 引言2.中介數(shù)學(xué)及MMTD方法3. 對(duì)稱數(shù)值區(qū)域MMTD4. 基于MMTD的圖像灰度度量5. 基于MMTD的圖像相似性度量6. 基于MMTD的圖像處理方法,基于MMTD的圖像處理理論及方法,1. 引言2. 中介數(shù)學(xué)及MMTD方法3. 對(duì)稱數(shù)值區(qū)域MMTD4. 基于MMTD的圖像

2、灰度度量5. 基于MMTD的圖像相似性度量6. 基于MMTD的圖像處理方法,1.引言,視覺(jué)是人類最重要的感知手段，圖像又是視覺(jué)的基礎(chǔ)。多年來(lái)，為了數(shù)學(xué)地分析、處理圖像，不同學(xué)科的許多科學(xué)家進(jìn)行了不懈的努力。在圖像濾波、圖像分割、及圖像質(zhì)量評(píng)價(jià)等領(lǐng)域取得了許多研究成果。但隨著圖像處理的應(yīng)用領(lǐng)域不斷擴(kuò)大，對(duì)圖像處理提出了許多新的更高的要求，現(xiàn)有的方法在處理質(zhì)量和速度上還不能完全滿足應(yīng)用需求。因此，根據(jù)具體應(yīng)用要求，研究新的、更有效的圖像

3、處理方法依然具有重要意義。 學(xué)者們一方面致力于對(duì)傳統(tǒng)方法的改進(jìn)；另一方面嘗試將一些新的理論和方法應(yīng)用到圖像處理中,1.引言,圖像中存著很多不確定性。例如：由于各種圖像的成像機(jī)制復(fù)雜不一，目標(biāo)在投影成像的過(guò)程中，由于各種因素的影響，造成了目標(biāo)的像與干擾（或其他物的像）具有某種程度的相似性，圖像中所含信息的復(fù)雜性和圖像像素之間較強(qiáng)的相關(guān)性，導(dǎo)致在對(duì)圖像進(jìn)行處理的過(guò)程中會(huì)出現(xiàn)模糊性和隨機(jī)性等不確定性和不精確性的問(wèn)題。又如：圖像信息生成的

4、隨機(jī)性、圖像底層處理結(jié)果的解釋的模糊性以及很多問(wèn)題物理求解的病理性，都導(dǎo)致了在很多情況下無(wú)法用經(jīng)典的精確的數(shù)學(xué)語(yǔ)言來(lái)描述和處理。,1.引言,圖像處理往往是一個(gè)信息不足的不適定問(wèn)題，在很多情況下是無(wú)法用經(jīng)典的精確的數(shù)學(xué)語(yǔ)言來(lái)描述的，但卻往往易于用人的語(yǔ)言總結(jié)、描述出來(lái)。而人類的自然語(yǔ)言往往是不精確的和帶有模糊性的。因此，圖像處理往往要面臨隨機(jī)性和模糊性等不確定問(wèn)題，研究利用處理不確定性的中介理論來(lái)進(jìn)行解決有其內(nèi)在的必然性和合理性。,基于M

5、MTD的圖像處理理論及方法,1.引言2.中介數(shù)學(xué)及MMTD方法3.對(duì)稱數(shù)值區(qū)域MMTD4.基于MMTD的圖像灰度度量5.基于MMTD的圖像相似性度量6.基于MMTD的圖像處理方法,2.中介數(shù)學(xué)及MMTD方法,中介數(shù)學(xué)系統(tǒng)是一種處理信息的含糊和不確定性問(wèn)題的數(shù)學(xué)工具，與模糊數(shù)學(xué)相比，中介數(shù)學(xué)具有堅(jiān)實(shí)的邏輯基礎(chǔ)。采用這種方法處理問(wèn)題，其處理結(jié)果取決于問(wèn)題的本身而不是依賴于人的主觀經(jīng)驗(yàn)，因而更加具有科學(xué)性。中介原則由 20世紀(jì)80

6、年代我國(guó)兩位學(xué)者朱梧槚、肖奚安提出,并以自創(chuàng)的中介邏輯演算系統(tǒng)(medium logic) 作為推理工具，建立了以中介公理集合論(medium axiomatic set)為主要內(nèi)容的中介數(shù)學(xué)系統(tǒng)。,2.中介數(shù)學(xué)及MMTD方法,2.1 中介數(shù)學(xué)產(chǎn)生的哲學(xué)背景,矛盾對(duì)立: 若兩個(gè)概念中的一個(gè)內(nèi)涵否定另一個(gè)內(nèi)涵，則稱它們是一對(duì)矛盾對(duì)立概念.,反對(duì)對(duì)立: 若兩個(gè)概念都有其自身的肯定內(nèi)容，并在同一內(nèi)涵的一個(gè)更高級(jí)的概念中，它們之間存在著

7、最大差異，則此兩個(gè)概念就是一對(duì)反對(duì)對(duì)立概念.,2.中介數(shù)學(xué)及MMTD方法,2.1 中介數(shù)學(xué)產(chǎn)生的哲學(xué)背景,自然界中的所有事物并不都是“非此即彼”，也存在（而且是大量地存在） “亦此亦彼”的現(xiàn)象，如黎明既是黑夜也是白晝，半導(dǎo) 體既非導(dǎo)體也非絕緣體，這“亦此亦彼”正是由此至 彼或從彼至此的中介過(guò)渡。中介數(shù)學(xué)系統(tǒng)就是以此 哲學(xué)背景創(chuàng)立并發(fā)展起來(lái)的,2.中介數(shù)學(xué)及MMTD方法,2.2 中介數(shù)學(xué)的中介原則,一是 認(rèn)為并非任何反對(duì)對(duì)立面都沒(méi)有中

8、介；二是不主張任 何反對(duì)對(duì)立面都有中介。,2.中介數(shù)學(xué)及MMTD方法,2.3 MMTD方法,以中介數(shù)學(xué)系統(tǒng)為背景 ，2007年,面向應(yīng)用，洪龍教授建立了中介真值程度度量(measuring of medium truth degree, MMTD)方法，這是一種基于邏輯的、自然的且是電子計(jì)算機(jī)可以理解的定量形式的數(shù)值化方法。,[1] 洪龍,肖奚安,朱梧槚.中介真值程度的度量及其應(yīng)用（I）[J].計(jì)算機(jī)學(xué)報(bào), 2006,29(12)

9、:2186-2193.[2] 洪龍,肖奚安,朱梧槚.中介真值程度的度量及其應(yīng)用(II) [J]. 計(jì)算機(jī)學(xué)報(bào), 2007,30(9):1551-1558.,2.中介數(shù)學(xué)及MMTD方法,2.3MMTD方法,2.中介數(shù)學(xué)及MMTD方法,2.3MMTD方法,圖1 數(shù)值區(qū)域與謂詞的對(duì)應(yīng)關(guān)系,2.3.1 個(gè)體MMTD,2.中介數(shù)學(xué)及MMTD方法,2.3MMTD方法,距離比率函數(shù)hT(y)定義如下：,2.3.1 個(gè)體MMTD,2.中介數(shù)學(xué)及M

10、MTD方法,2.3MMTD方法,相對(duì)于P的距離比率函數(shù)hT(y)相對(duì)于╕P的距離比率函數(shù)hF(y),2.3.1 個(gè)體MMTD,2.中介數(shù)學(xué)及MMTD方法,2.3MMTD方法,對(duì)于P的加性真值度AT(x) (或AF(x))平均加性真值度ATM(x)( 或AFM(x)),2.3.2集合MMTD,2.中介數(shù)學(xué)及MMTD方法,2.3MMTD方法,對(duì)應(yīng)P(或╕P)的距離比率和函數(shù)對(duì)應(yīng)P(或╕P)的真值程度的距離比率平均函數(shù),2.3.3

11、 n維MMTD,基于MMTD的圖像處理理論及方法,1.引言2.中介數(shù)學(xué)及MMTD方法3.對(duì)稱數(shù)值區(qū)域MMTD4.基于MMTD的圖像灰度度量5.基于MMTD的圖像相似性度量6.基于MMTD的圖像處理方法,3.對(duì)稱數(shù)值區(qū)域MMTD,圖2 假數(shù)值區(qū)域位于真數(shù)值區(qū)域兩側(cè)時(shí), 數(shù)值區(qū)域與謂詞的的對(duì)應(yīng)關(guān)系,3.1假數(shù)值區(qū)域位于真數(shù)值區(qū)域兩側(cè),3.對(duì)稱數(shù)值區(qū)域MMTD,3.1假數(shù)值區(qū)域位于真數(shù)值區(qū)域兩側(cè),相對(duì)于Q的距離比率函數(shù)hT :,3.

12、對(duì)稱數(shù)值區(qū)域MMTD,3.1假數(shù)值區(qū)域位于真數(shù)值區(qū)域兩側(cè),相對(duì)于╕Q的距離比率函數(shù)hF :,3.對(duì)稱數(shù)值區(qū)域MMTD,3.1假數(shù)值區(qū)域位于真數(shù)值區(qū)域兩側(cè),其中hFL, hFR分別為相對(duì)于╕QL和╕QR的距離比率函數(shù)：,3.對(duì)稱數(shù)值區(qū)域MMTD,圖3真數(shù)值區(qū)域位于假數(shù)值區(qū)域兩側(cè)時(shí), 數(shù)值區(qū)域與謂詞的的對(duì)應(yīng)關(guān)系,3.2真數(shù)值區(qū)域位于假數(shù)值區(qū)域兩側(cè),3.對(duì)稱數(shù)值區(qū)域MMTD,3.2真數(shù)值區(qū)域位于假數(shù)值區(qū)域兩側(cè),相對(duì)于╕Q的距離比率函數(shù)hF ：

13、,3.對(duì)稱數(shù)值區(qū)域MMTD,3.2真數(shù)值區(qū)域位于假數(shù)值區(qū)域兩側(cè),相對(duì)于Q的距離比率函數(shù)hT ：,3.對(duì)稱數(shù)值區(qū)域MMTD,3.2 真數(shù)值區(qū)域位于假數(shù)值區(qū)域兩側(cè),hTL ，hTR分別為相對(duì)于QL和QR的距離比率函數(shù)：,基于MMTD的圖像處理理論及方法,1.引言2.中介數(shù)學(xué)及MMTD方法3.對(duì)稱數(shù)值區(qū)域MMTD4.基于MMTD的圖像灰度度量5.基于MMTD的圖像相似性度量6.基于MMTD的圖像處理方法,4.基于MMTD的圖像灰度度

14、量,在灰度圖像中，像素灰度級(jí)用8bit表示，每個(gè)像素都介于黑色和白色之間的256（28=256）種灰度中的一種。因此，灰度圖像就是具有從黑到白的256種灰度色域的圖像。灰度值的范圍為0~255，灰度值越小，對(duì)應(yīng)圖像中的顏色越黑；灰度值越大，對(duì)應(yīng)圖像中的顏色越白。用對(duì)立觀點(diǎn)看，黑與白是一組反對(duì)對(duì)立面，并存在過(guò)渡。,4.基于MMTD的圖像灰度度量,4.1基于MMTD的單個(gè)像素點(diǎn)灰度的度量,采用相對(duì)于白的真值程度進(jìn)行衡量，記謂詞P(x)表示x

15、(i,j)為白，+P（x）表示x(i,j)為超白，╕P(x) 表示x(i,j)為黑，╕+P表示x(i,j)為超黑，并存在過(guò)渡? P（x），并建立對(duì)應(yīng)于P(x)與╕P(x)的標(biāo)準(zhǔn)度?T和?F,圖4 圖像灰度值區(qū)域與謂詞白的對(duì)應(yīng)關(guān)系,4.基于MMTD的圖像灰度度量,4.1基于MMTD的單個(gè)像素點(diǎn)灰度的度量,像素點(diǎn)x(i,j)相對(duì)于P(x)(白)的距離比率函數(shù)hT(x(i,j))為:,其中d(a,b) 定義為a 與b之間的歐氏距離，在一維情

16、形下，d(a，b)=| a? b|。hT(x(i,j))的值越大，表明像素點(diǎn)x(i,j)對(duì)白的真值程度越高。,4.基于MMTD的圖像灰度度量,4.1基于MMTD的單個(gè)像素點(diǎn)灰度的度量,像素點(diǎn)x(i,j)相對(duì)于╕P(x)(黑)的距離比率函數(shù)hF(x(i,j))為:,其中d(a,b) 定義為a 與b之間的歐氏距離，在一維情形下，d(a，b)=| a? b|。hF(x(i,j))的值越大，表明像素點(diǎn)x(i,j)對(duì)黑的真值程度越高。,4.基于M

17、MTD的圖像灰度度量,4.2基于MMTD的圖像集合灰度的度量,在圖像的灰度值矩陣中，取一個(gè)大小為n╳n，中心在(i,j)的窗Wn(i,j),4.基于MMTD的圖像灰度度量,4.2基于MMTD的圖像集合灰度的度量,圖像集合的相對(duì)于P(x)（白）的加性真值程度為：,圖像集合的相對(duì)于P(x)（白）的平均加性真值程度為：,4.基于MMTD的圖像灰度度量,4.2基于MMTD的圖像集合灰度的度量,圖像集合的相對(duì)于╕P(x)（黑）的加性真值程度為：,

18、圖像集合的相對(duì)于╕P(x)（黑）的平均加性真值程度為：,基于MMTD的圖像處理理論及方法,1.引言2.中介數(shù)學(xué)及MMTD方法3.對(duì)稱數(shù)值區(qū)域MMTD4.基于MMTD的圖像灰度度量5.基于MMTD的圖像相似性度量6.基于MMTD的圖像處理方法,5.基于MMTD的圖像相似性度量,5.1 基于MMTD的像素點(diǎn)間相似性度量,設(shè)：圖像中有兩個(gè)像素點(diǎn)：x和x’ ，它們可以是同一幅圖像中不同坐標(biāo)的像素點(diǎn)也可以是不同圖像中相同坐標(biāo)的像素點(diǎn)。

19、記謂詞S(x x’)表示像素點(diǎn)x和x’相似， 謂詞╕ SR(x x’)表示像素點(diǎn)x和x’相異，? S(x x’)表示像素點(diǎn)x和x’介于相似和相異之間，其對(duì)應(yīng)的數(shù)值區(qū)域如圖5所示 :,圖5 像素點(diǎn)x和x’的灰度值與謂詞相似的對(duì)應(yīng)關(guān)系,5.基于MMTD的圖像相似性度量,5.1 基于MMTD的像素點(diǎn)間相似性度量,h(x x’)值的大小反映了x和x’的相似程度, h(x x’)值越大，表示x和x’的相似性越大；當(dāng)h(x x’)=1時(shí)，表示x

20、和x’完全相似；h(x x’)值越小，表示x和x’ 的相似性越??；當(dāng)h(x x’)=0時(shí)，表示x和x’完全相異。,5.基于MMTD的圖像相似性度量,5.2 基于MMTD的圖像集合間相似性度量,對(duì)于大小為M╳N的圖像X=［x(i,j)］M╳N和圖像F=［f(i,j)］M╳N的相似程度，可以通過(guò)計(jì)算其加性相似程度和平均加性相似程度進(jìn)行衡量。,圖像X=［x(i,j)］M╳N和圖像F=［f(i,j)］M╳N的加性相似程度為 ：,5.基于MMT

21、D的圖像相似性度量,5.2 基于MMTD的圖像集合間相似性度量,圖像X=［x(i,j)］M╳N和圖像F=［f(i,j)］M╳N的平均加性相似程度為 ：,基于MMTD的圖像處理理論及方法,1.引言2.中介數(shù)學(xué)及MMTD方法3.對(duì)稱數(shù)值區(qū)域MMTD4.基于MMTD的圖像灰度度量5.基于MMTD的圖像相似性度量6.基于MMTD的圖像處理方法,6.基于MMTD的圖像處理方法,6.1 基于MMTD的圖像濾波方法,通過(guò)對(duì)圖像噪聲產(chǎn)生過(guò)

22、程的分析，根據(jù)圖像噪聲隨機(jī)性和模糊性的特征，提出新的圖像噪聲的定義如下：定義1：圖像中具有不確定性的誤差稱為圖像噪聲。定義2：只能用統(tǒng)計(jì)方法來(lái)認(rèn)識(shí)的圖像噪聲稱圖像的隨機(jī)噪聲。定義3：無(wú)法精確判斷的已經(jīng)出現(xiàn)的圖像噪聲稱圖像的模糊噪聲。,6.基于MMTD的圖像處理方法,6.1 基于MMTD的圖像濾波方法,灰度圖像中，噪聲可看做是對(duì)灰度的干擾。記謂詞Q(x)表示x(i,j)為正常圖像點(diǎn)，╕QL(x) 和╕QR(x)表示x(i,j)為

23、噪聲點(diǎn)，存在過(guò)渡? QL(x)和? QR(x)表示x(i,j)介于噪聲和正常圖像點(diǎn)之間。將多值圖像的各個(gè)灰度數(shù)值區(qū)間對(duì)應(yīng)于謂詞的不同的真值區(qū)域（╕QL、? QL、Q、? QR和╕QR ），并建立對(duì)應(yīng)于Q與╕QL的標(biāo)準(zhǔn)度?FL,?TL , 以及對(duì)應(yīng)于Q與╕QR的標(biāo)準(zhǔn)度?FR,?TR ，如圖所示。其中[a,b]是以x(i,j)為中心的鄰域中正常圖像點(diǎn)的灰度域。,6.基于MMTD的圖像處理方法,6.1 基于MMTD的圖像濾波方法,圖6

24、圖像灰度數(shù)值區(qū)域與謂詞正常圖像點(diǎn)的對(duì)應(yīng)關(guān)系,6.基于MMTD的圖像處理方法,6.1 基于MMTD的圖像濾波方法,,6.基于MMTD的圖像處理方法,6.1 基于MMTD的圖像濾波方法,圖7. 方差為0.2的椒鹽噪聲污染的Cameraman圖像實(shí)驗(yàn)結(jié)果,6.基于MMTD的圖像處理方法,6.1 基于MMTD的圖像濾波方法,表1 不同方差椒鹽噪聲污染的Cameraman圖像，四種濾波算法PSNR比較,6.基于MMTD的圖像處理方法,6.

25、1 基于MMTD的圖像濾波方法,圖8. 方差為0.2的椒鹽噪聲污染的Lena圖像實(shí)驗(yàn)結(jié)果,6.基于MMTD的圖像處理方法,6.1 基于MMTD的圖像濾波方法,表2 不同方差椒鹽噪聲污染的Lena圖像，四種濾波算法PSNR比較,6.基于MMTD的圖像處理方法,6.2 基于MMTD的圖像邊緣檢測(cè)方法,圖9 邊緣的方向,6.基于MMTD的圖像處理方法,6.2 基于MMTD的圖像邊緣檢測(cè)方法,首先利用距離比率函數(shù)，得到某點(diǎn)的灰度值與周圍

26、鄰域點(diǎn)灰度值的相似程度。由于邊緣點(diǎn)都是在鄰域內(nèi)有不同程度的灰度階躍變化的點(diǎn)，即像素點(diǎn)之間變化顯著的點(diǎn)一定是邊緣點(diǎn)。因此設(shè)定一個(gè)閾值T1，像素點(diǎn)與周圍鄰域點(diǎn)灰度值的相似程度低于該閾值的點(diǎn)判為邊緣點(diǎn)。對(duì)于高于該閾值的點(diǎn)，有兩種可能：(1)非邊緣點(diǎn) (2)弱邊緣點(diǎn)（灰度變化不顯著的邊緣點(diǎn)）。接著進(jìn)一步判定變化程度小的像素點(diǎn)是否是邊緣點(diǎn)，可以再設(shè)一個(gè)高閾值T2，相似程度高于閾值T2的點(diǎn)，肯定為非邊緣點(diǎn)。最后判斷介于高低閾值之間的點(diǎn)是否為邊緣點(diǎn)。

27、對(duì)這些點(diǎn)進(jìn)行鄰域灰度變化最大判定，如果符合鄰域最大，則其更可能為邊緣點(diǎn)；若不符合鄰域最大，則其更可能為非邊緣點(diǎn)。,6.基于MMTD的圖像處理方法,6.2 基于MMTD的圖像邊緣檢測(cè)方法,圖10. 對(duì)標(biāo)準(zhǔn)Lena圖像的邊緣檢測(cè)實(shí)驗(yàn)結(jié)果,6.基于MMTD的圖像處理方法,6.2 基于MMTD的圖像邊緣檢測(cè)方法,圖11. 對(duì)標(biāo)準(zhǔn)Cameraman圖像的邊緣檢測(cè)實(shí)驗(yàn)結(jié)果,6.基于MMTD的圖像處理方法,6.3 基于MMTD的圖像FCM分割

28、方法,標(biāo)準(zhǔn)FCM圖像分割算法只利用了圖像的灰度特征，對(duì)含有噪聲或是灰度分布不均勻圖像的分割效果不是很理想。基于MMTD的圖像分割方法考慮了圖像像素之間的空間信息，利用像素點(diǎn)與其鄰域像素灰度的相似性及相關(guān)性和中介真值程度的度量定義了中介隸屬度，它能更準(zhǔn)確的把圖像的像素點(diǎn)劃分到它本應(yīng)所屬的類別。,6.基于MMTD的圖像處理方法,6.3 基于MMTD的圖像FCM分割方法,對(duì)圖像中的每個(gè)像素點(diǎn)，利用距離比例函數(shù)計(jì)算出它與其3?3鄰域內(nèi)8個(gè)像素點(diǎn)

29、的相似程度的平均值為?h(i,j)，構(gòu)造圖像的?h(i,j)矩陣，并將其行化，得到的一維列矩陣[h(k)]MXN。采用FCM圖像分割算法計(jì)算圖像各像素點(diǎn)的模糊隸屬度uik，并計(jì)算圖像各像素點(diǎn)鄰域內(nèi)的模糊隸屬度的平均值?uik。根據(jù)下式計(jì)算圖像的中介隸屬度函數(shù),用中介隸屬度代替圖像各像素點(diǎn)的模糊隸屬度。,6.基于MMTD的圖像處理方法,6.3 基于MMTD的圖像FCM分割方法,圖12 基于MMTD醫(yī)學(xué)圖像分割結(jié)果1,6.基于MMTD的圖

30、像處理方法,6.3 基于MMTD的圖像FCM分割方法,圖13 基于MMTD醫(yī)學(xué)圖像分割結(jié)果2,6.基于MMTD的圖像處理方法,6.4 基于MMTD的圖像匹配方法,6.基于MMTD的圖像處理方法,6.4 基于MMTD的圖像匹配方法,定義1 對(duì)于大小為M╳N的圖像X=［x(i,j)］M╳N和圖像F=［f(i,j)］M╳N，記,為圖像X與圖像F的中介相似性量度,6.基于MMTD的圖像處理方法,6.4 基于MMTD的圖像匹配方法,圖14.

31、 標(biāo)準(zhǔn)Lena圖像匹配結(jié)果,6.基于MMTD的圖像處理方法,6.4 基于MMTD的圖像匹配方法,圖14. 標(biāo)準(zhǔn)Cameraman圖像匹配結(jié)果,6.基于MMTD的圖像處理方法,6.4 基于MMTD的圖像匹配方法,表3,6.基于MMTD的圖像處理方法,6.4 基于MMTD的圖像匹配方法,圖16. 添加方差為0.05的椒鹽噪聲Lena圖像匹配結(jié)果,6.基于MMTD的圖像處理方法,6.4 基于MMTD的圖像匹配方法,圖17. 添加方差

32、為0.05的椒鹽噪聲Cameraman圖像匹配結(jié)果,6.基于MMTD的圖像處理方法,6.4 基于MMTD的圖像匹配方法,表4,6.基于MMTD的圖像處理方法,6.4 基于MMTD的圖像匹配方法,圖18. 旋轉(zhuǎn)5O Lena圖像匹配結(jié)果,6.基于MMTD的圖像處理方法,6.4 基于MMTD的圖像匹配方法,圖19. 旋轉(zhuǎn)5O Cameraman圖像圖像匹配結(jié)果,6.基于MMTD的圖像處理方法,6.4 基于MMTD的圖像匹配方法

33、,表5,6.基于MMTD的圖像處理方法,6.5圖像的中介保真度度量方法,根據(jù)中介熵的定義，并結(jié)合圖像的實(shí)際模型，定義一種圖像中介熵如下：定義 在圖像灰度集合G中,稱為圖像的中介熵。 其中,6.基于MMTD的圖像處理方法,6.5圖像的中介保真度度量方法,保真度是通過(guò)比較標(biāo)準(zhǔn)圖像和它的退化圖像的“接近程度”來(lái)衡量的，“接近程度”是一個(gè)模糊的概念,可以利用復(fù)原后的圖像與原始圖像之間的相似性的模糊程度來(lái)衡量。我們提出的圖像中介保真度度量方

34、法是利用圖像中介熵表示的離散模糊程度來(lái)衡量圖像之間的相似性。根據(jù)離散模糊程度的定義，并結(jié)合圖像的實(shí)際模型，給出利用圖像中介熵表示的離散模糊程度，如下式：,定義 記1-V為Fm,稱之為圖像中介熵表示的保真程度。Fm的值越大，表示圖像的保真度越高，即復(fù)原圖像與原始圖像相似性高。,基于MMTD的圖像處理理論及方法,1.引言2.中介數(shù)學(xué)及MMTD方法3.對(duì)稱數(shù)值區(qū)域MMTD4.基于MMTD的圖像灰度度量5.基于MMTD的圖像相似性度量