文档摘要：针对现有数字传媒图像特征提取算法存在的边界控制不清晰、特征易丢失等问题,提出一种融合小波频域和马尔可夫链的数字传媒图像特征提取研究.利用小波频域算法去除数字传媒图像噪声信息(通过对不同子频图像的差异处理,最大限度地去除噪声信息,保护特征信息),以无噪数字传媒图像为基础,利用马尔可夫链构建边界闭合曲线,完成图像分割目的,基于Tiansi算子提取数字传媒图像每个分割区域的特征,从而实现数字传媒图像特征的快速、精准提取.实验数据显示:在不同实验工况背景下,提出方法应用后获得的数字传媒图像噪声比例最小值为1.02%,数字传媒图像分割综合评估系数最大值为0.96.
Abstract：Toaddresstheissuesofunclearboundarycontrolandeasyfeaturelossinexistingdigitalmediaimagefeatureextractionalgorithms,anewfeatureextractionmethodthatcombineswaveletfrequencydomainwithMarkovchainwasproposed.Thewaveletfrequencydomainalgorithmwasusedtoremovethenoiseinformationofdigitalmediaimages(throughthedifferenceprocessingofdifferentsub-frequencyimages,thenoiseinformationisremovedtothemaximumextentandthefeatureinformationisprotected).Basedonthenoise-freedigitalmediaimages,theboundaryclosurecurvewasconstructedbyMarkovchaintocompletetheimagesegmentation.BasedonTiansioperator,thefeaturesofeachsegmentationregionofdigitalmediaimagewereextracted,soastoachieverapidandaccurateextractionofdigitalmediaimagefeatures.Experimentaldatashowthatunderdifferentexperimentalconditions,theminimumnoiseratioofdigitalmediaimageobtainedbytheproposedmethodis1.02%,andthemaximumcomprehensiveevaluationcoefficientofdigitalmediaimagesegmentationis0.96.
作者：张捷侃Author：ZHANGJiekan
作者单位：福州外语外贸学院艺术与设计学院,福州350000
刊名：成都工业学院学报
Journal：JournalofChengduTechnologicalUniversity
年，卷(期)：2024, 27(4)
分类号：TP391
关键词：马尔可夫链 特征提取 数字传媒图像 小波频域 图像去噪 特征增强
Keywords：Markovchain FeatureExtraction digitalmediaimages waveletfrequencydomain ImageDenoising featureenhancement
机标分类号：TP391.41TN911.73TP751.1
在线出版日期：2024年7月19日
基金项目：教育部卓越工程师教育培养计划项目产学合作协同育人项目融合小波频域和马尔可夫链的数字传媒图像特征提取研究[
期刊论文] 成都工业学院学报--2024, 27(4)张捷侃针对现有数字传媒图像特征提取算法存在的边界控制不清晰、特征易丢失等问题,提出一种融合小波频域和马尔可夫链的数字传媒图像特征提取研究.利用小波频域算法去除数字传媒图像噪声信息(通过对不同子频图像的差异处理,最...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：马尔可夫链,特征提取,数字传媒图像,小波频域,图像去噪,特征增强,
- 文件大小:
- 3.66 MB
- 下载次数:
- 60
-
高速下载
|
|
1
