半调图像分类识别-计算机应用技术专业论文.docxVIP

西安建筑科技大学硕士论文 西安建筑科技大学硕士论文 西安建筑科技大学硕士论文 西安建筑科技大学硕士论文 PAGE PAGE 2 3 3 调效果，需要在逆半调之前首先确定 半调图像的种类，然后再选择最有效的逆 半调 技术。所以，半调图像分类 ìJU IJ在半调图像逆 半调过程中扮演着非常关键的角色。 1.2 半调图像分类识别研究现状 随着计算机技术和数字图像处理技术的发展，对通过机器视觉设备所获得的图 像识别和分类己成为 当前的迫切需要。图像识别以研究某 些对象或过程(统称 图像) 的分类与描述为主要内容。它的目的是设计能够自动处理某些信息的机器视觉系 统，代替传统的人 工完成分类和辨识的任务。 图像分类识别问题的数学本质属于从模式空间到类型空间的映射问题。模式识 别主要有三种识别方法:统计模式识别、结构模式识别、模糊模式识别等。但是 三 种模式方法用于图像识别中有各自的优点，同时也有不足的地方，所以根据 当前许 多图像识别领域的需要，许多学者提出和应用许多新的识别方法，如:基子模板匹 配的图像识别 方法、 基于神经网络的图像识别方法、基于决策理论的判别方法等， 还有许多将上述各种方法结合起来的图像识别方法，而且在实际应用中取得了较好 的效果。 在图像识别技术中，从识别逻辑的观点来看，亦可分为两个类型:组合式的刺眼 序式的。前者是把图像的特征全部抽出(或足以判别 一个图像的很大 一部分特征)之 后再进行判断，给出结果。后者则按所抽出特征的改序，每抽取一次特征，都要进 行一次判断(不是对整个图像)，直到最终结出结果。这类逐步判断的方法，可认为 是一种多阶段最优问题。这两类方法都是以特征提取为基础的识别方法，识别特征 的选取对识别结果起着决定性的作用。图像的纹理结构分析是研究图像特征提取的 一种重要方法。 目前较为成熟的识别技术的处理对象都是连续色调图，而半调图像是 一种比较 特殊的图像，它仅有 0 和 255 两个灰度级，所以无法直接应用 于半调图像的分类识 别。文献[I3J中提出的半调图像神经网络分类识别算法由于识别特征选取的局限性， 不能完全满足实际应用中的要求。因此，本文对现有的分类识别算法从识别特征选 取的角度提出了改进，并尝试利用半调图像的纹理特征对它们进行分类识别。 1.3 本文的主要研究内容 本文首先对灰度图像的数字半调技术进行了概述，从频谱特征和纹理特征两个 方面分析了半调图像的特性，找出了对半调图像进行分类识别的理论根据 。然后对 图像分类识别中的关键技术做了概括说明，详细介绍了几种比较常用的纹理特征提 取方法和分类判别准则。着重讨论了 半调图像的神经网络分类识别算法的思路及特 点，由于神经网络分类识别算法中以 一维相关性特征判别图像相邻块之间的相关 性 ，该特征在块的程度上仅表达了半调图像的宏观统计特性， 而由于半调处理 过程中主要是对单个像素或邻近像素的处理，因此图像呈现的 更多的是 微观上 的特性，因此，本文以基于灰度共生矩阵的逆差矩纹理特征对算法进行改进 ，改进 后的算法分类精度有所提 高。 由于神经网络分类识别算法本身固有的复杂性和操作比较繁琐，所以，本文给 出一种新的半调图像分类识别算法 ，该算法通过提取半调图像的基于等灰度行程矩 阵的纹理特征对半调图像进行分类识别，试验结果 表明，该算法不仅分类识别正确 率较高，并且算话思想简单 ，操作过程方便。 第 2 章半调图像特征分析 19 世纪晚期，针对印刷设备试图 将图像印刷在纸张上这一需求，半调技术被提 出。根据区域的图像浓度，调整印刷点的大小，是当时最早出现的方法，称为模拟 半调。半调技术被广泛应用于报纸、杂志等的印刷.随着传真机、打印机、等离子 显示板等二值输出设备的不断出现，数字半调技术显得越来越重要。 数字半调技术是一类将连续色调图像变换为等感观半色调图像的近似技术，利 用人眼的视觉错觉，使半色调图像看上去近似于连续色调图像。例如，灰度图像的 半调处理是将每 一像素用 8位表示的连续灰度图像转换成每一像素 l 位表示的半调 图像的过程:彩色图像的半调处理是将每一像素用 24 位表示的连续影色图像转换 成每一像素 3 位表示半调图像的过程。在半调处理过程中色彩信息会有损失，但同 时却换取了显示成本的降低。 经过长时间的发展，半调技术己日趋完善和成熟，经常用到的半色调方法主要 有有序抖动半调技术(Or dered Di ther)和误差分散半调技术 (Error Diffusion)两 大类。由于本文研究的是灰度半调图像的分类识别方法，本章重点对经典的半调算 法进行简要介绍，并从频谱角度和纹理特性对半调图像的特性进行分析。本文中均 以256x 256 大小的 Lena 连续色调图的-部分为例进行分析，图 2.1 是 L