信息论在图像处理中的应用.docVIP

姓名：孙雅迪 学号：201321260246 PAGE 4 信息论在图像处理中的应用 摘要：香农60年前提出的信息论，在21世纪的今天，人们越来越认识到它的科学贡献及其科学方法论意义的巨大作用。其中，把信息论的基本原理应用到图像处理中具有十分重要的价值。本文主要从评估图像捕捉部分性能的评估、图像分割算法这两个方面阐述信息论在图像处理中的应用。 通过理论分析来说明使用信息论的基本理论对图像处理的价值。 关键字：信息论；图像捕捉；图像分割 Abstract: Information theory , Shannon 60 years ago has introduced .Today, in the 21st century , people are aware of the great role of its scientific contributions to the scientific methodology significantly. For example, the basic principles of information theory play an important role in processing images. In this article ,we will introduce the applications in the evaluation of capturing images and the algorithm . By the theoretical analysis of the basic theory of information theory to explain the value of image processing. Key words: information theory ; capture images ; image segmentation 第一章 引言 当今，信息化建设水平已成为衡量一个国家或一个地区现代化程度的重要标志。信息论是研究信息的本质、并运用数学的方法研究信息的计量、传输、转换和存储的一门学科。信息论方法就是运用信息观点的方法，把研究的客体视为信息的获取、转换、处理、反馈而重视目的性运动的过程，以此达到对复杂运动过程的规律性认识。 现如今，信息论的应用范围日益广泛。在图形图像处理中信息论也发挥着巨大的作用，信息论为人们找到了快速有效的图像处理方法。文章介绍了信息论基本理论在图像处理中的应用，并通过理论分析说明其价值。 把通信系统的基本理论信息论应用于采样成像系统，对系统作端到端的系统性能评价，从而优化采样成像系统的设计，是当前采样成像系统研究的分支之一。有些图像很繁杂，而我们只需要其中有意义的一部分，图像分割就是将图像分为一些有意义的区域，然后对这些区域进行描述，就相当于提取出某些目标区域图像的特征，随后判断这些图像中是否有感兴趣的目标。 第二章 研究背景与意义 数字图像目标分割与提取是数字图像处理和计算机视觉领域中一个备受关注的研究分支。因为在目标分割与提取过程中可以利用大量的数字图像处理的方法，加上其在计算机视觉、模式识别等领域中的广泛应用，都吸引了众多研究者的注意。相信对这一问题的深入研究不仅会不断完善对这一问题的解决，而且必将推动模式识别、计算机视觉、人工智能等计算机科学分支的发展。图像分割和边缘检测的问题在近二十年中得到了广泛的关注和长足的发展，国内外很多研究人士提出了很多方法，在不同的领域取得了一定的成果。但是对于寻找一种能够普遍适用于各种复杂情况的准确率很高的分割和检测算法，还有很大的探索空间。 图像捕捉、图像分割是图像分析的经典研究课题之一，目前的理论和方法仍存在许多不足之处，仍在不断改进和发展。由于图像的多义性和复杂性，许多分割的工作无法依靠计算机自动完成，而手工分割又存在工作量大，定位不准确的难题，因此，人们提出了利用信息论相关知识把研究的客体视为信息的获取、转换、处理、反馈而重视目的性运动的过程，以此达到对复杂运动过程的规律性认识。这必将推动图像目标分割与提取这一既具有广阔的应用前景又具有重要的学术价值的课题的进一步研究，也必将成为一个更为独立和活跃的研究领域。 第三章 图像捕捉部分性能评估 3.1 图像捕捉的数学模型 图像捕捉过程如图1所示。G为系统的稳态增益，是图像捕捉设备的空间响应函数，是光电探索的噪声。代表采样网格函数，分别为输入、输出信号。 图1 图像捕捉过程 在这种模型下的输出信号 其中，，代表在直角坐标系下，具有单位采样间隔的采样设备的采样函数。 输出信号的傅立叶变换为： 其中：是输入信号的傅立叶变换，是欠采样噪声和