太阳城集团

  • / 15
  • 下载费用:20 金币  

一种多尺度感知误差测度近似全局优化的数字图像半色调方法.pdf

摘要

本发明公开了一种多尺度感知误差测度近似全局优化的数字图像半色调方法,属于数字图像印前处理技术领域。应用二维离散小波变换建立多尺度感知误差测度函数模型框架,建立尺度内聚类性和跨尺度持续性模型;构建原感知误差测度函数的对偶感知误差测度函数并计算其最大上界来实现原感知误差测度函数的近似全局优化,采用感知误差测度近似全局优化策略来实现半色调图像二值像素的最大后验概率配置;采用重新参数化算法迭代计算对偶感知误差测度全局最优上界,定义每次迭代后在不同区域的二值像素最优配置,进而提出并证明全局优化近似系数;客观评价在动态环境下数字图像半色调的性能,并对算法复杂度进行分析。

权利要求书

权利要求书
1.  一种多尺度感知误差测度近似全局优化的数字图像半色调方法,其特征在于:具体包括如下步骤:
(1)判断连续调图像是否是标准的2n×2n图像;
(2)构造多尺度感知误差测度目标函数模型框架:将频率域和方向域的标准连续调图像太阳城集团纳入多尺度感知误差测度目标模型框架中,利用二维离散小波变换建立多尺度感知误差测度目标函数模型框架;
(3)建立尺度相关感知误差测度函数:采用二分量高斯混合模型对感知误差测度的尺度内聚类性建模,采用隐马尔可夫链对四叉树的跨尺度持续性建模;
(4)尺度相关感知误差测度近似全局优化策略:利用步骤(3)中所述的原尺度相关感知误差测度函数的凸对偶模型转化理论构建其对偶感知误差测度函数,通过重新参数化残差图算法迭代计算对偶感知误差测度全局最优上界,实现半色调图像二值像素的最大后验概率配置以及原尺度相关感知误差测度函数近似全局最优;
(5)全局优化近似范围确定理论:利用步骤(4)中所述对偶感知误差测度全局最优上界来定义每次迭代后在不同区域的二值像素最优配置,进而提出并证明全局优化近似系数;通过确定尺度相关感知误差测度函数全局优化的近似系数,可将多尺度感知误差测度优化结果一致性控制在确定的已知范围内;
(6)典型动态环境下算法有效性实验验证:根据步骤(1)~(5)提出的多尺度感知误差测度近似全局优化算法框架,建立半色调计算平台,在光照和背景动态变化的情况下,应用步骤(3)所述的尺度相关感知误差测度建模和步骤(4)所述的近似全局优化策略计算半色调图像二值像素最优配置,以验证提出的半色调算法的有效性,利用纹理熵、结构相似度和角二阶矩的客观评价方法在动态环境下与LSMB方法比较来评价数字图像半色调的性能,并对算法复杂度进行分析。

2.  根据权利要求1所述的多尺度感知误差测度近似全局优化的数字图像半色调方法,其特征在于:步骤(2)中所述构造多尺度感知误差测度目标函数模型框架具体包括如下步骤:
① 采用Haar二维离散小波变换建立标准连续调图像在L*a*b*色空间的多尺度模型,根据多尺度模型定义小波域空间点                                                处的多尺度感知误差测度太阳城集团为相应小波系数在L*a*b*色空间的欧几里德距离;
② 采用Nasanen人类视觉系统模型确定多尺度感知误差测度的空间、频率和方向特性对比敏感度响应,根据步骤①中多尺度感知误差测度太阳城集团和对比敏感度响应计算多尺度感知误差测度和对比敏感度响应的卷积得到在尺度方向空间点处多尺度感知误差测度目标函数;
③ 将总体感知误差测度函数定义为步骤中不同位置、尺度和方向的多尺度感知误差测度目标函数的均方和,即。

3.  根据权利要求1所述的多尺度感知误差测度近似全局优化的数字图像半色调方法,其特征在于:步骤(3)中所述建立尺度相关感知误差测度函数具体包括如下步骤:
①采用有向图表征多尺度感知误差测度目标函数模型,其中 为结点集合,各结点与感知误差测度对应,为源点,为汇点,为连线集合;
②采用二分量高斯混合模型对感知误差测度的尺度内聚类性建模:在小波域小波系数在尺度和子带上统计独立,通过小波系数概率分布得到小波系数集合的联合概率密度函数: ,各小波系数的概率密度函数利用二分量高斯混合模型,其中,表示小波系数对应的隐状态变量取值时的概率质量函数,表示给定隐状态变量取值时小波系数的条件概率密度函数,假设此条件概率密度函数服从零均值高斯分布,即, 其中,表示零均值高斯分布的方差,,并用此方差的大小间接反映小波系数幅值的大小;在小波域的多尺度图像模型中为各个尺度、各个子带的小波系数依概率质量函数关联一个隐状态变量,该隐变量具有两个状态值,分别为0和1,反映小波系数幅值的高低,在此基础上,实现小波系数的尺度内依赖性统计建模;
③采用隐马尔可夫链对四叉树的跨尺度持续性建模:应用沿小波域四叉树图模型结构的隐状态转移概率来表示小波系数在上一尺度的父亲的隐状态为大或小时,的隐状态为大或小的概率,来建立小波系数的隐状态跨尺度依赖关系模型;当父-子间的隐状态相同,即时,期望状态转移概率为大,由此建立跨尺度持续性模型;在此基础上,建立小波域单一子带隐马尔可夫树模型:,其中,表示单一的小波子带且,和为小波系数隐状态变量的值且,表示父亲结点的隐状态为时孩子结点隐状态为的概率;
将步骤②中二分量高斯混合模型和③中隐马尔可夫链模型构建为隐马尔可夫树,其中为结点概率质量函数,为结点到的状态转移概率,为方差;
⑤将有向图类标签的尺度相关感知误差测度函数定义为,其中和分别表示平滑约束和奇异约束,为平滑约束影响系数;采用连续调图像L*a*b*色空间亮度幅值的负对数似然表示平滑约束,其中状态,用指数函数构建奇异约束,利用平滑约束和奇异约束建立尺度相关感知误差测度函数。

4.  根据权利要求1所述的多尺度感知误差测度近似全局优化的数字图像半色调方法,其特征在于:步骤(4)中所述尺度相关感知误差测度近似全局优化策略具体包括如下步骤:
①采用拉格朗日变换方法实现原尺度相关感知误差测度函数到对偶感知误差测度函数转化,并证明对偶感知误差测度函数为凸函数;
②采用有向图重新参数化方法实现尺度相关感知误差测度函数近似全局优化,在满足容量和守恒约束前提下,在残余容量的基础上增减恒流量,进行残差图重新参数化;
③采用图论理论证明终端连线和结点连线容量修正理论:通过有向图重新参数化后的尺度相关感知误差测度函数具有相同类标签方法,实现感知误差测度的迭代优化; 
④达到迭代次数或设定精度时,若源点与结点相连,则标签为1;若汇点与结点相连,则标签为0,制定尺度相关感知误差测度函数近似全局优化策略,得到半色调图像二值像素近似全局最优配置。

5.  根据权利要求1所述的多尺度感知误差测度近似全局优化的数字图像半色调方法,其特征在于:步骤(5)中所述全局优化近似范围确定理论具体包括如下步骤:
①采用图论理论定义全局优化近似系数并证明近似范围,令为重新参数化后有向图近似全局优化类标签配置,为有向图全局最优类标签配置,定义c为全局优化近似系数,设定系数;由近似系数可确定感知误差测度全局优化近似范围;
②定义有向图全局最优类标签配置为的结点集合,并分别定义该结点集合内部、外部和边界上的结点集合;
③根据不同标签区域结点集合定义,确定重新参数化后各区域感知误差测度函数大小,建立各结点集合上的近似误差测度与全局最优测度之间的联系,由各测度分量在有向图中出现的次数确定感知误差测度全局优化近似范围。

6.  根据权利要求1所述的多尺度感知误差测度近似全局优化的数字图像半色调方法,其特征在于:步骤(6)中所述典型动态环境下算法有效性实验验证具体包括如下步骤:
①应用提出的尺度相关感知误差测度建模和近似全局优化理论计算半色调图像二值像素最优配置,以验证提出的半色调算法的有效性;
②利用纹理熵、结构相似度和角二阶矩的客观评价方法在动态环境下与LSMB方法比较来评价数字图像半色调的性能,并对算法复杂度进行分析。

关 键 词:
一种 尺度 感知 误差 测度 近似 全局 优化 数字图像 色调 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

太阳城集团本文
本文标题:一种多尺度感知误差测度近似全局优化的数字图像半色调方法.pdf
链接地址:http://zh228.com/p-6140638.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');