基于信息融合的圖像理解方法研究

內(nèi)容概要

圖像理解的根本任務(wù)就是要正確解釋所感知的圖像場景。圖像數(shù)據(jù)本身存在含糊性，圖像理解中的信息獲取、知識表述以及目標(biāo)識別等都存在信息的不確定問題。而信息融合技術(shù)研究多源信息的加工和協(xié)同利用，形成多形式信息互補(bǔ)，獲得對同一事物或目標(biāo)更客觀、更本質(zhì)的認(rèn)識。采用信息融合的智能信息處理技術(shù)可以有效解決圖像理解中的不確定性問題，是一種新穎的研究思路，具有深遠(yuǎn)的理論意義和廣闊的應(yīng)用前景。    論文主要工作如下：    （1）通過分析圖像理解中的信息獲取、數(shù)據(jù)和知識表述方法及目標(biāo)識別問題的研究現(xiàn)狀和存在問題，討論了研究基于信息融合的圖像理解方法的有效性。    （2）從圖像數(shù)據(jù)融合的角度研究基于像素層融合的圖像信息獲取方法。比較了常用的像素層圖像融合算法，分析了融合圖像的質(zhì)量評價問題，提出了一種新的融合圖像質(zhì)量評價標(biāo)準(zhǔn)，并提出了一種新的夜視圖像彩色化融合算法，實(shí)驗(yàn)結(jié)果表明該算法的有效性。    （3）將D-S證據(jù)理論等不確定性處理的方法引入到特征層融合，研究其在圖像理解中知識表述方面的應(yīng)用，分析了D-S證據(jù)理論中的關(guān)鍵問題和解決途徑，提出了基于D-S證據(jù)理論的融合圖像分割及融合邊緣提取的新方法，得到了較好的圖像分割及邊緣提取結(jié)果。    （4）研究基于決策層融合的多分類器目標(biāo)識別，針對圖像理解中的多類目標(biāo)識別問題，提出了一種基于D-S證據(jù)理論的多特征的層次識別方法，討論了D-S證據(jù)理論與模糊集合方法的聯(lián)系，并應(yīng)用于生物特征認(rèn)證和交通標(biāo)志識別中。

作者簡介

胡良梅，合肥工業(yè)大學(xué)副教授，碩士生導(dǎo)師，合肥工業(yè)大學(xué)博士。主要研究領(lǐng)域：信息融合、圖像處理、圖像理解、模式識別、智能信息處理。主持安徽省重點(diǎn)科研項(xiàng)目1項(xiàng)，參加國家自然科學(xué)基金項(xiàng)目2項(xiàng)、安徽省計(jì)劃項(xiàng)目3項(xiàng)。發(fā)表學(xué)術(shù)論文十余篇，并有多篇被EI收錄。獲安徽省科研成果

書籍目錄

第1章　緒論　1.1　研究背景　1.2　研究內(nèi)容　1.3　論文主要工作及章節(jié)安排第2章　圖像理解概述及其主要問題　2.1　圖像理解概述　2.2　圖像理解的研究內(nèi)容　2.3　本章小結(jié)第3章　信息融合理論　3.1　信息融合定義和基本原理　3.2　信息融合模型　　3.3　信息融合的體系結(jié)構(gòu)　3.4　信息融合的層次結(jié)構(gòu)　3.5　信息融合算法　3.6　信息融合的研究現(xiàn)狀和發(fā)展趨勢　3.7　本章小結(jié)第4章　基于信息融合的圖像信息獲取方法　4.1　圖像融合概述　4.2　像素層圖像融合算法　4.3　圖像融合的評價標(biāo)準(zhǔn)　4.4　色彩融合　4.5　本章小結(jié)第5章　基于D－S證據(jù)理論的融合特征提取方法　5.1　D－S證據(jù)理論的概念及其主要問題　5.2　基于融合的圖像分割　5.3　基于融合的邊緣提取　5.4　本章小結(jié)第6章　基于決策層融合的目標(biāo)識別方法　6.1　目標(biāo)識別中不確定信息的處理　6.2　一種基于D－S證據(jù)理論的多類目標(biāo)的層次識別方法　6.3　基于決策層融合的目標(biāo)識別方法　6.4　本章小結(jié)第7章　總結(jié)和展望　7.1　總結(jié)　7.2　展望參考文獻(xiàn)

圖書封面

評論、評分、閱讀與下載

---

    基于信息融合的圖像理解方法研究 PDF格式下載

---