基于高維視覺特征模型的目標圖像檢測與圖像分割技術研究.pdf

1、電子科技大學博士學位論文基于高維視覺特征模型的目標圖像檢測與圖像分割技術研究姓名：劉思遠申請學位級別：博士專業(yè)：通信與信息系統(tǒng)指導教師：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：圖像分割可視為對于包括像素灰度(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隨機場模型的空域約束統(tǒng)計分類。在獲得兩類分類測度函數(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果進行優(yōu)化整合，得到最后的分類結果。場景視頻序列敏感圖像模糊過濾技術：場景視頻序列敏感圖像模糊過濾技術是目標圖像檢測與圖像分割技術在信息安全領域的一個典型應用，其基本任務是在給定存在于敏感目標上的標志圖像特征的條件下，對敏感目標進行自動的檢測與模糊。基于系統(tǒng)的任務與約束條件，進行了系統(tǒng)總體方案與軟硬件實

3、現(xiàn)方案設計，在系統(tǒng)硬件設計上，采用了DSPFPGA的結構方式，在軟件結構設計上，應用分層設計的思想構筑軟件系統(tǒng)，同時給出了DSP處理的流程及其主函數(shù)模塊設計。上述各個技術研究點均進行了相應的實驗，并獲得了較好的結果。本文所研究的理論與技術對于數(shù)字視頻的高效編碼技術，圖像識別技術以及多媒體信息安全技術都有較重要的理論與實際參考價值。關鍵詞：基于高維視覺特征的圖像檢測與分割，圖像視覺特征模糊相似度，基于鄰域變化矢量場的邊緣檢測，圖像空域約束