说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 图像预评估
1)  image pre-estimation
图像预评估
2)  image's pre-estimation
图像的预评估
3)  image evaluation
图像评估
4)  quality evaluation of SAR image
SAR图像质量评估
5)  image quality measure
图像质量评估
1.
Based on hypercomplex singular value decomposition also called quaternion singular value decomposition(QSVD),we present a novel color image quality measure that can be used as a graphical or a scalar measure to predict the distortion introduced by a wide range of noise sources.
本文利用超复数直接对彩色图像建模,保存了彩色图像完整的信息;基于超复数奇异值分解(也称四元数奇异值分解QSVD)提出一种全新的图形化与数值化相结合的彩色图像质量评估测度,不仅能判断图像失真等级,还能判断不同的失真类型。
6)  image quality assessment
图像质量评估
1.
Vehicle Image Quality Assessment and Processing Based on Wavelet Analysis Theory;
基于小波分析的车辆图像质量评估与处理
2.
Through analyzing noise types of fingerprint image and the shortcomings of traditional image processing algorithms,this paper presents a kind of fingerprint image preprocessing method combining wavelet packet denoising and image quality assessment.
分析了指纹图像的噪声类型及传统指纹图像处理方法的不足,提出一种基于小波包去噪和图像质量评估相结合的指纹图像预处理方法,仿真结果表明:该方法能有效去除指纹中的随机噪声,降低干湿指纹和不完整指纹对指纹识别率的影响,且算法简单,处理速度快,能满足实时性要求。
补充资料:图像预处理
      在图像分析中,对输入图像进行特征抽取、分割和匹配前所进行的处理。图像预处理的主要目的是消除图像中无关的信息,恢复有用的真实信息,增强有关信息的可检测性和最大限度地简化数据,从而改进特征抽取、图像分割、匹配和识别的可靠性。预处理过程一般有数字化、几何变换、归一化、平滑、复原和增强等步骤。
  
  数字化  一幅原始照片的灰度值是空间变量(位置的连续值)的连续函数。在M×N点阵上对照片灰度采样并加以量化(归为2b个灰度等级之一),可以得到计算机能够处理的数字图像。为了使数字图像能重建原来的图像,对M、N和b值的大小就有一定的要求。在接收装置的空间和灰度分辨能力范围内,M、N 和b的数值越大,重建图像的质量就越好。当取样周期等于或小于原始图像中最小细节周期的一半时,重建图像的频谱等于原始图像的频谱,因此重建图像与原始图像可以完全相同。由于M、N 和b三者的乘积决定一幅图像在计算机中的存储量,因此在存储量一定的条件下需要根据图像的不同性质选择合适的M、N 和b值,以获取最好的处理效果。
  
  几何变换  用于改正图像采集系统的系统误差和仪器位置的随机误差所进行的变换。对于卫星图像的系统误差,如地球自转、扫描镜速度和地图投影等因素所造成的畸变,可以用模型表示,并通过几何变换来消除。随机误差如飞行器姿态和高度变化引起的误差,难以用模型表示出来,所以一般是在系统误差被纠正后,通过把被观测的图和已知正确几何位置的图相比较,用图中一定数量的地面控制点解双变量多项式函数组而达到变换的目的。
  
  归一化  使图像的某些特征在给定变换下具有不变性质的一种图像标准形式。图像的某些性质,例如物体的面积和周长,本来对于坐标旋转来说就具有不变的性质。在一般情况下,某些因素或变换对图像一些性质的影响可通过归一化处理得到消除或减弱,从而可以被选作测量图像的依据。例如对于光照不可控的遥感图片,灰度直方图的归一化对于图像分析是十分必要的。灰度归一化、几何归一化和变换归一化是获取图像不变性质的三种归一化方法。
  
  平滑  消除图像中随机噪声的技术。对平滑技术的基本要求是在消去噪声的同时不使图像轮廓或线条变得模糊不清。常用的平滑方法有中值法、局部求平均法和k 近邻平均法。局部区域大小可以是固定的,也可以是逐点随灰度值大小变化的。此外,有时应用空间频率域带通滤波方法。
  
  复原  校正各种原因所造成的图像退化,使重建或估计得到的图像尽可能逼近于理想无退化的像场。在实际应用中常常发生图像退化现象。例如大气流的扰动,光学系统的像差,相机和物体的相对运动都会使遥感图像发生退化。基本的复原技术是把获取的退化图像g(x,y)看成是退化函数h(x,y)和理想图像f(x,y)的卷积。它们的傅里叶变换存在关系 G(u,v=H(u,v)F(u,v)。根据退化机理确定退化函数后,就可从此关系式求出F(u,v),再用傅里叶反变换求出f(x,y)。通常把称为反向滤波器。实际应用时,由于H(u,v)随离开uv平面原点的距离增加而迅速下降,为了避免高频范围内噪声的强化,当u2+v2大于某一界限值W娿时,使M(u,v)等于1。W0的选择应使H(u,v)在 u2+v2≤W娿范围内不会出现零点。图像复原的代数方法是以最小二乘法最佳准则为基础。寻求一估值弮,使优度准则函数值最小。这种方法比较简单,可推导出最小二乘法维纳滤波器。当不存在噪声时,维纳滤波器成为理想的反向滤波器。
  
  增强  对图像中的信息有选择地加强和抑制,以改善图像的视觉效果,或将图像转变为更适合于机器处理的形式,以便于数据抽取或识别。例如一个图像增强系统可以通过高通滤波器来突出图像的轮廓线,从而使机器能够测量轮廓线的形状和周长。图像增强技术有多种方法,反差展宽、对数变换、密度分层和直方图均衡等都可用于改变图像灰调和突出细节。实际应用时往往要用不同的方法,反复进行试验才能达到满意的效果。
  
  参考书目
   A.Rosenfeld and Avinash C.Kak,Digital Picture Processing,Vol.Ⅰ-Ⅱ,Academic Press,New York,1982.
  

说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条