论文部分内容阅读
人类社会已步入信息时代,作为信息社会基础设施的计算、通信和网络技术得到了迅猛的发展,随着这些科技的不断发展和日益普及,它们正极大的影响着人们的生活方式乃至整个社会的生产方式,交换与传递这些信息的主要是视觉信息,即图像信息。人们对图像信息的需求带动了其相关技术的发展,图像分割和图像质量评价就是其中比较重要的技术之一。 本文对目前传统的分割方法进行了系统的研究,提出了一种利用形态学方法和椭圆性质来提取椭圆的方法。椭圆的鲁棒精确提取在图像识别与计算机视觉中有着特别重要的意义,因为包括圆在内的椭圆是最简单的封闭曲线,它是几何模式中最常见的曲线基元。利用形态学在边缘提取中的优点对图像进行预处理,然后利用椭圆的极点-极弦的性质进行椭圆提取。通过仿真实验验证了这种方法同之前提出的其他方法相比算法更加简单,对于单一椭圆图像的提取有较好的效果。 输出的图像是给人观察和评价的,因而图像质量评价的研究也是尤为重要的,本文在对现存的图像质量评价方法进行系统研究的基础上,提出了一种基于形态学梯度的质量评价方法。该方法采用的形态学梯度不同于传统的梯度算子那样易加强噪声,而且针对噪声的敏感度低的特点,滤除梯度图像的噪声影响,同时通过选定阈值的方法对影响图像模糊程度的小梯度值进行了滤除处理,对处理后的梯度图像求取梯度和对图像进行质量评价,经过实验与使用其他梯度算子和的方法相比,该方法的评价结果与主观评价更加相符。