基于隨機(jī)森林的失真圖像分類.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)、智能手機(jī)等的快速發(fā)展，計(jì)算機(jī)視覺、圖像處理等多媒體技術(shù)在人們?nèi)粘Ｉ钪邪缪葜性絹碓街匾慕巧D像作為信息傳遞的一種重要形式，每天都以數(shù)以萬計(jì)的數(shù)量增加。由于在獲取、壓縮、處理、傳輸和重建過程中，受到不同種類的降質(zhì)，圖像質(zhì)量發(fā)生了失真。失真圖像由于損失了部分甚至全部信息，以至于不能達(dá)到應(yīng)用的要求。如何有效的將失真圖像進(jìn)行分類，對(duì)于圖像質(zhì)量評(píng)價(jià)以及對(duì)不同失真圖像采取不同處理算法有著深遠(yuǎn)的意義。
　　 為了能有效將失

2、真圖像分類，本文先利用局部減損和分裂來歸一化圖像的亮度，然后通過前處理模型去轉(zhuǎn)化圖像MSCN（mean subtracted contrast normalized，均值減損對(duì)比歸一化）系數(shù)，最后利用AGGD(general asymmetric generalized Gaussian，非對(duì)稱廣義高斯)模型對(duì)MSCN系數(shù)進(jìn)行擬合，得到一個(gè)36維的圖像特征，來表征圖像的失真。分類部分利用OpenCV開源庫里的Boosting和隨機(jī)森林分