- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于粗糙集的视频监控图像增强算法
学兔兔
《自动化与仪器仪表}2oa5年2期(总第 184期)
基于粗糙集的视频监控图像增强算法
谭筠梅 ’,王履程
(兰州交通大学国家级计算机实验教学示范中心 甘肃兰州,730070)
(。兰州交通大学电子与信息工程学院 甘肃兰州,730070)
摘 要:视频监控系统中受许多客观因素的影响,图像实际成像会影响到监控效果。粗糙集理论是一种处理不完整性和
不确定性问题的数学工具。根据人眼的视觉特性,将粗糙集理论应用到视频监控图像。实验表明该算法对视频监控图像有较
好的增强效果,并对噪声具有一定的抑制作用,可以满足实际工程上的需求。
关键词:监控视频;图像增强;粗糙集;子图
DOI编码 :10.14016~.cnki.1001.9227.2015.02.117
Abstract:Videosurveillancesystemisaffectedbymanyobjectivefactors,theactualimagewillaffectthemonitoringresults.
Roughsethteoryisakindofmahtematicaltooldealingwithincompleteanduncertaintyproblems.Accordingtohumanvisualchar-
acteristics,hteroughsethteory isappliedtothevideosurveillanceimages.Experimentresultsshow thatthealgorithm hasexcellent
enhna cementeffecttovideomonitoringimagena dcertainihn ibitory effecttohtenoise,whichcanmeettheneedsofactualengineer-
ing.
Keywords:Videosurveillance;Imageehn na cement;Roughset;subgraph
中图分类号:TP391 文献标识码 :A 文章编号 :1001-9227 (2015)02-0117-03
0 引 言 系统,选取条件属性及近似集合实现子图划分;对不同的子图
视频监控系统具有实时、直观、非接触的特点,在安防、 根据人眼特性分别作不同的图像增强处理,然后将增强后的子
教育、金融、交通等各领域应用极其广泛--。视频监控系统中 图进行重叠融合得到增强图像。
图像实际成像受许多客观因素如天气 、光照等的制约,有时图
像会不清晰甚至异常模糊 ,难以直接从中获取有用信息,这将 1 粗糙集理论基础
直接影响监控系统的运行效果。图像增强处理可以突出图像中 粗 糙 集 理 论 中 目标 信 息 系 统 可 以描 述 为:
感兴趣的区域信息,减弱或去除不需要或不重要的区域信息, S= A,G,其中U: :,…… ·,)是论域 ;A为属性非空
从而使有用区域信息得到加强,使图像更适合于人的视觉特性 有限集,包括条件属性和决策属性; =U , 是属性
或机器的识别系统,便于图像的区分和理解。因此如何将视频 的值域;G 是信息函数或者决策函数,可以表示为如下函数:
图像增强方法运用于视频监控系统是值得我们研究的课题。 G:UxAV,C(x,∞ ∈ ∈ nEA (1)
目前常用的图像增强技术根据处理数据所在的空间不同, 粗糙集的典型应用是分类和特征归纳。对给定的有限的非
可分为基于空间域的增强方法和基于
文档评论(0)