彩色图像分割技术及其在网络信息过滤中的应用（已处理）.doc

彩色图像分割技术及其在网络信息过滤中的应用 ,., .., . , ? . . ?, ., ., , . :, , ,? , ,, 第一章前言 第一章前言 §.数字图像模式识别及图像分割 用计算机模拟人的视觉,从图像输入到识别理解,即图像处理,是视觉最 有前途的应用领域之一。因而,关于机器视觉的理论和模型是人们的研究热点。 视觉图像的处理和识别研究始于年。过去人们主要是针对照相技术,光学 技术的研究,当今则是利用计算机来完成图像的处理和识别。计算机图像处理 不仅可以消除图像的失真、噪声,还可以进行图像的增强和复原,然后进行图 像的判读、解析、识别。如航空照片的解析,遥感图像的处理和识别等,其用 途之广,不胜枚举。随着计算机科学的发展,图像处理和识别在理论研究和实 际应用中都得到了飞速发展,目前已进入了全面应用的新时代。 数字图像的模式识别过程由三个主要阶段组成?:图像分割或物体分离阶 段:特征抽取阶段;识别分类阶段。其中图像分割阶段是数字图像处理的关键 步骤 :一方面,它是目标表达的基础,对物体特征测量有重要的影响;另一 方面,因为图像分割及其基于分割的目标表达、特征提取和参数测量等将原始 图像转化为更抽象更紧凑的形式,使得更高层的图像分类和理解成为可能。因 此对于图像分割的研究多年来一直受到人们的高度重视,至今己提出上千种各 种类型的分割算法。现己提出的彩色图像分割方法包括:色彩分通道法口。】、聚 类法【,?、熵阈值与博弈标记结合法‘、区域分裂合并法】、区域生长法【 和主动轮廓模型法¨, 】等。这些技术基本上可分为在色度空间例如或 的分通道方法,分别在各基元通道内进行处理;或通过在某色度向 量方向上的滤波,来实现单通道内的操作。后者只适用于对单色调或同饱 和度的简单彩色目标的分割;而前者则在实用化方面仍存在很多实际的困难。 因此需要找到一种更好的办法来解决对于复杂条件下彩色图像分割问题。 应该充分利用目标和背景的色彩信息,完成目标与背景色彩特征的分类,以实 现对彩色图像的分割。 人工神经网络是一门新兴的交叉学科【”,它涉及生物、电子、计算机、数 学和物理等学科,反映了人脑功能的若干基本特性,但是并非人脑生物系统的 逼真描述,只是某种模仿、简化和抽象。它采用物理可实现的系统来模仿人脑神经细胞的结构和功能,由一定数量的处理单元有机地连接在一起,并行地进 行某些智能信息处理。人工神经网络是在对人脑组织结构和运行机智的认识理 解基础之上模拟其结构和智能行为而形成一种工程系统。它具有信息分布式存 储、大规模自适应并行处理、高度的容错性等优点,是应用于模式识别的基础, 特别是其学习能力和容错性对不确定的模式识别具有独到之处。 年 .证明了对于任何在闭区间的一个连续函数都 可以用含有一个隐藏层的神经网络来逼近,因而一个层的网络可以完 成任意的Ⅳ维到维的映像。正是由于复杂彩色图像的目标和背景的色彩特征 的分类是非线性的,而网络能够很好的实现这种非线性的转换,因此 网络能够完成对复杂图像的分割。 §基于图像内容过滤的网络防火墙 年由美国国防部的研究人员和一些大学共同开发的实验性网络 成为计算机网络最早也是最典型的例子。从那时开始,计算机网络得 到了突飞猛进的发展。并且计算机网络已经从单纯的信息传输网向信息传输与 信息处理相结合的“信息网络”方向发展。当今的时代是一个信息革命的时代。 然而随着网络开放性、共享性、互联程度的扩大,网络信息的监测与安全保密 成为国家与社会安全的一项重要问题。事实上,信息资源的共享和信息安全历 来是一对矛盾。伴随着计算机网络的飞速发展,信息资源共享的进一步加强, 随之而来的信息安全问题也日益突出。因此网络信息的过滤成为网络安全的一 项重要问题,进而关系到国家与社会的安定。网络的发展带来了信息技术的革 命,达到了世界范围内的信息共享,伴随着网络带宽的增加,不仅是文本信息, 而且越来越多的包括静态图形图像、话音和实时图像在内的多媒体信息通过网 络来传播,丰富了网络信息的内容。但是一些不良的和容易造成危害的信息也 在通过网络来进行传播。因此必须解决国际联网数据通道的监测与安全保密问 题。 网络防火墙技术作为网络安全中的一项重要技术?,已经被广泛应用于对 网络信息的截取和过滤。网络防火墙是按照一定的安全策略??信息过滤规则 对进出网络之间传递的信息进行限制,允许授权信息通过,拒绝非授权信息通 过。然而目前的防火墙系统主要是基于文本信息的截取和过滤,虽已研究出了 许多基于文本过滤的软件包,但这些软件中的算法主要是基于地址的过滤和 基于网页中文本内容的过滤,对于网络中越来越多的图像信息却存在着处理能 力不足的问题。第一章前言 因此对于目益增加的网络图像信息的检索和过滤技术越来越受到重视,国 内外一些研究机构对图像信息的