數(shù)字半色調(diào)圖像的分類(lèi)研究.pdf

1、半色調(diào)是將連續(xù)灰度圖像轉(zhuǎn)化成圖像只含有0和1兩個(gè)像素值的技術(shù)。逆半調(diào)是半色調(diào)的逆過(guò)程，可應(yīng)用于圖像的銳化、大小調(diào)整、校色、壓縮等圖像處理中?，F(xiàn)有的逆半調(diào)技術(shù)可分為通用逆半調(diào)技術(shù)和專(zhuān)用逆半調(diào)技術(shù)。專(zhuān)用逆半調(diào)需要預(yù)先知道產(chǎn)生半色調(diào)圖像的技術(shù)，獲取的逆半調(diào)圖像效果最好。通用逆半調(diào)技術(shù)不需產(chǎn)生半色調(diào)圖像的相關(guān)知識(shí)，但圖像重建效果比專(zhuān)用逆半調(diào)技術(shù)差。獲取半色調(diào)圖像的類(lèi)別對(duì)于改善圖像重建質(zhì)量是非常必要的。
　　論文對(duì)半色調(diào)圖像分類(lèi)方法進(jìn)行了較

2、深入的研究，主要工作如下：
　　1）提出了基于單元信息熵的半色調(diào)圖像有效子塊提取方法。改進(jìn)了單元信息熵的計(jì)算策略，以消除了“單元”之間的信息冗余。然后，將半色調(diào)圖像按照一定的規(guī)則分成若干子塊，計(jì)算子塊中每個(gè)像素點(diǎn)為中心的M?M鄰域信息熵，形成單元信息熵矩陣，并求得熵矩陣的均值與方差。由此，建立了獲取有效子塊的規(guī)則。
　　2）提出了一種適應(yīng)半色調(diào)圖像特征提取的改進(jìn)灰度共生矩陣。由于半色調(diào)圖像是二值圖像，運(yùn)用傳統(tǒng)灰度共生矩陣特征

3、建模效果不佳。對(duì)半色調(diào)圖像有效子塊的每個(gè)像素點(diǎn)設(shè)定8個(gè)方向，每個(gè)方向設(shè)定步長(zhǎng)值D，使用“異或”運(yùn)算求取每對(duì)像素點(diǎn)的值并且將其累加作為統(tǒng)計(jì)特征值。將構(gòu)建的特征向量作為BP神經(jīng)網(wǎng)絡(luò)輸入進(jìn)行分類(lèi)。實(shí)驗(yàn)結(jié)果表明，改進(jìn)灰度共生矩陣的分類(lèi)準(zhǔn)確率優(yōu)于傳統(tǒng)灰度共生矩陣。
　　3）提出一種基于改進(jìn)Segma二階統(tǒng)計(jì)矩方法。Segma二階統(tǒng)計(jì)矩能夠很好地解決傳統(tǒng)協(xié)方差矩陣在黎曼空間進(jìn)行特征匹配時(shí)較大的時(shí)間消耗，但其只能適應(yīng)協(xié)方差矩陣行列式值大于0的情