【摘要】：對(duì)人臉圖像抗噪性能進(jìn)行檢測(cè),可以為圖像后續(xù)處理提高檢測(cè)精確度。在抗噪性能檢測(cè)過程中通過將人臉圖像中噪聲點(diǎn)的分布情況進(jìn)行分析,然后利用鄰域加權(quán)中值對(duì)圖像中的噪聲點(diǎn)進(jìn)行降維檢測(cè)而實(shí)現(xiàn)的,而傳統(tǒng)的蟻群算法只包含簡(jiǎn)單的隸屬度函數(shù),不能計(jì)算鄰域加權(quán)中值,降低了人臉圖像抗噪性能的檢測(cè)精度和效率。提出一種多目標(biāo)優(yōu)化算法的人臉圖像抗噪性能檢測(cè)算法。先利用模糊推理假設(shè)規(guī)則將待處理圖像映射為一個(gè)模糊矩陣,利用矩陣分割中的閾值選取方法計(jì)算閾值參數(shù),根據(jù)計(jì)算結(jié)果將人臉圖像的直方圖分為高、低灰度區(qū)域,并對(duì)高灰度圖像進(jìn)行模糊增強(qiáng)處理,利用模糊邊緣檢測(cè)算法獲取人臉圖像邊緣信息,并設(shè)計(jì)圖像檢測(cè)的自適應(yīng)模糊濾波器,在不同調(diào)整圖像邊緣檢測(cè)策略的條件下對(duì)噪聲強(qiáng)度進(jìn)行計(jì)算,實(shí)現(xiàn)人臉圖像抗噪性能檢測(cè)。仿真結(jié)果表明,改進(jìn)的人臉圖像抗噪性能檢測(cè)算法提高了檢測(cè)精度和效率。
[Abstract]:The detection of anti-noise performance of face image can improve the detection accuracy for image follow-up processing. In the process of anti-noise performance detection, the distribution of noise points in face image is analyzed, and then the dimension reduction detection of noise points in image is carried out by using neighborhood weighted median. However, the traditional ant colony algorithm only contains simple membership function, which can not calculate neighborhood weighted median, which reduces the detection accuracy and efficiency of face image anti-noise performance. A face image anti-noise performance detection algorithm based on multi-objective optimization algorithm is proposed. Firstly, the image to be processed is mapped to a fuzzy matrix by fuzzy reasoning hypothesis rule, and the threshold parameters are calculated by using the threshold selection method in matrix segmentation. According to the calculation results, the histogram of face image is divided into high and low gray areas, and the high gray image is processed by fuzzy enhancement. The fuzzy edge detection algorithm is used to obtain the edge information of face image, and an adaptive fuzzy filter for image detection is designed. The noise intensity is calculated under the condition of adjusting the edge detection strategy of the image, and the anti-noise performance of the face image is detected. The simulation results show that the improved face image anti-noise performance detection algorithm improves the detection accuracy and efficiency.
【作者單位】： 北華大學(xué)信息技術(shù)與傳媒學(xué)院;
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見度計(jì)算方法[J];微型電腦應(yīng)用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年04期

4 潘衛(wèi)國(guó);鮑泓;何寧;;一種傳統(tǒng)中國(guó)書畫圖像的二分類方法[J];計(jì)算機(jī)科學(xué);2012年03期

5 周濤;陸惠玲;拓守恒;馬競(jìng)先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補(bǔ)算法[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

7 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2014年08期

8 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

9 潘泓;夏良正;;一種基于圖像邊緣的矩計(jì)算方法[J];模式識(shí)別與人工智能;2003年03期

10 毛玉萃;圖像的物理內(nèi)容和邏輯內(nèi)容[J];微計(jì)算機(jī)應(yīng)用;2005年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國(guó)情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

3 韓焱;王明泉;宋樹爭(zhēng);;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評(píng)測(cè)方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 漆琳智;張超;吳向陽;;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

8 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

9 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

10 羅強(qiáng);任慶利;;基于局部IFS理論提取圖像邊緣[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫 前3條

1 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

2 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

3 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

2 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

3 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

4 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

5 楊小義;圖像特征識(shí)別算法及其在聾人視覺識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

6 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

7 李林;基于概率圖模型的圖像整體場(chǎng)景理解方法研究[D];電子科技大學(xué);2014年

8 余汪洋;基于被動(dòng)毫米波的隱匿物品探測(cè)方法研究[D];北京理工大學(xué);2015年

9 孟凡滿;圖像的協(xié)同分割理論與方法研究[D];電子科技大學(xué);2014年

10 繆君;基于多視圖像的平面場(chǎng)景重建研究[D];南昌大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 鄭露萍;圖像二階微分特征提取及人臉識(shí)別應(yīng)用研究[D];昆明理工大學(xué);2015年

2 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

3 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

4 王雨婷;基于林火圖像特征的火險(xiǎn)識(shí)別系統(tǒng)研究與設(shè)計(jì)[D];東北林業(yè)大學(xué);2015年

5 胡海鋒;基于激光散斑圖像的零件表面粗糙度測(cè)量[D];南京信息工程大學(xué);2015年

6 王鑫;基于CT圖像的肺結(jié)節(jié)檢測(cè)方法研究[D];長(zhǎng)春工業(yè)大學(xué);2015年

7 何建斌;基于IPCS的醫(yī)學(xué)圖像網(wǎng)絡(luò)考試系統(tǒng)的設(shè)計(jì)與研究[D];廣東技術(shù)師范學(xué)院;2015年

8 宋小潞;基于大氣物理模型的單幅圖像去霧算法研究[D];華南理工大學(xué);2015年

9 盧永樂;基于查找表的圖像逆半調(diào)模板選擇方法研究[D];湖南工業(yè)大學(xué);2015年

10 武翔宇;基于圖像的接觸網(wǎng)支柱檢測(cè)與編號(hào)識(shí)別[D];西南交通大學(xué);2015年

，

本文編號(hào)：2502337