題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱：
- 圖像分割質(zhì)量評(píng)價(jià)的二型模糊集方法
- 來(lái)源：
- 第十二屆“挑戰(zhàn)杯”省賽作品
- 小類：
- 數(shù)理
- 簡(jiǎn)介：
- 圖像分割質(zhì)量的評(píng)價(jià)是圖像分割技術(shù)和算法研究的重要環(huán)節(jié)，在圖像分析和計(jì)算機(jī)視覺(jué)中有著重要應(yīng)用。本文依據(jù)二型模糊集在不精確性描述方面的獨(dú)特優(yōu)勢(shì)，提出一種圖像分割評(píng)判指標(biāo)的二型模糊集表示方法，引入兩種二型模糊集的模糊性度量作為圖像分割質(zhì)量的評(píng)判標(biāo)準(zhǔn)，構(gòu)建圖像分割質(zhì)量評(píng)價(jià)模型。模擬實(shí)驗(yàn)驗(yàn)證了該模型的有效性和實(shí)用性。
- 詳細(xì)介紹：
- 圖像分割是圖像工程中基本且重要的問(wèn)題，是圖像理解、機(jī)器視覺(jué)的關(guān)鍵技術(shù)。目前提出了各樣的分割算法，但尚無(wú)一種適合各類圖像的通用算法。因此，研究評(píng)價(jià)圖像分割質(zhì)量的客觀標(biāo)準(zhǔn)成為圖像分割研究領(lǐng)域的熱點(diǎn)問(wèn)題。圖像本身因?yàn)檎斩炔痪鶆颉⒚靼挡顒e大以及目標(biāo)與背景之間存在邊緣模糊等不確定性問(wèn)題，導(dǎo)致了對(duì)圖像分割結(jié)果進(jìn)行客觀評(píng)價(jià)的難度?，F(xiàn)有圖像分割評(píng)價(jià)方法分為有監(jiān)督和無(wú)監(jiān)督法。前者融入了人為因素，缺乏客觀性和一般性；后者大都采用單因素（單指標(biāo)）評(píng)價(jià)準(zhǔn)則，缺乏全面性，現(xiàn)有采用多因素評(píng)價(jià)準(zhǔn)則時(shí)，需引入一些權(quán)重參數(shù)，這就不可避免地帶有主觀性。 模糊集概念可以以精確的方式處理具有不精確性的問(wèn)題。二型模糊集表示相對(duì)于傳統(tǒng)模糊集能更精確、更客觀描述對(duì)象。采用二型模糊集描述圖像分割結(jié)果的評(píng)價(jià)指標(biāo)，利用二型模糊集的模糊性度量對(duì)圖像分割結(jié)果進(jìn)行量化評(píng)價(jià)，構(gòu)建圖像分割質(zhì)量的評(píng)判模型是有意義的。
作品專業(yè)信息
撰寫(xiě)目的和基本思路
- 目的：利用二型模糊集對(duì)圖像分割結(jié)果進(jìn)行評(píng)價(jià)。 基本思路：利用二型模糊集表示圖像分割的結(jié)果，并通過(guò)二型模糊集的模糊性度量得到分割結(jié)果的量化值，然后，對(duì)不同分割方法的分割結(jié)果進(jìn)行客觀評(píng)價(jià)。整個(gè)過(guò)程可以表示成“分析-擇標(biāo)-表示-計(jì)算-量化值”的過(guò)程。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 如何評(píng)價(jià)圖像分割的好壞沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)?，F(xiàn)有評(píng)價(jià)標(biāo)準(zhǔn)均帶有一定的主觀性，大多以人的視覺(jué)標(biāo)準(zhǔn)為依據(jù)，且一些無(wú)監(jiān)督方法多采用單指標(biāo)評(píng)價(jià)。因此找到一種可以任意選取評(píng)價(jià)標(biāo)準(zhǔn)，并可對(duì)分割結(jié)果進(jìn)行量化得到最適合的圖像分割方法，可以提高圖像處理及分析的質(zhì)量和效率。模糊集能處理具有不確定性問(wèn)題的系統(tǒng)評(píng)價(jià)，二型模糊集又可從兩個(gè)方面表示出隸屬度值，具有更高的準(zhǔn)確性。故本方法具有較高的合理性及較好的應(yīng)用前景。
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- 圖像分割技術(shù)在航空航天、生物醫(yī)學(xué)、目標(biāo)檢測(cè)、模式識(shí)別等各個(gè)領(lǐng)域都有十分廣泛的應(yīng)用。圖像分割方法種類雖然很多，但到目前為止，評(píng)價(jià)圖像分割結(jié)果的好壞仍然沒(méi)有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。若有一個(gè)客觀綜合的評(píng)價(jià)方法，在進(jìn)行圖像處理時(shí)，就可以根據(jù)圖像特點(diǎn)及處理目的有針對(duì)性的選取評(píng)價(jià)標(biāo)準(zhǔn)，對(duì)各種分割方法進(jìn)行客觀量化值比較，選取最適合的圖像分割方法，這對(duì)于提高圖像分析質(zhì)量及圖像理解效率具有十分重要的意義。
學(xué)術(shù)論文摘要
- 圖像分割質(zhì)量的評(píng)價(jià)是圖像分割技術(shù)和算法研究的重要環(huán)節(jié)，在圖像分析和計(jì)算機(jī)視覺(jué)中有著重要應(yīng)用。本文依據(jù)二型模糊集在不精確性描述方面的獨(dú)特優(yōu)勢(shì)，提出一種圖像分割評(píng)判指標(biāo)的二型模糊集表示方法，引入兩種二型模糊集的模糊性度量作為圖像分割質(zhì)量的評(píng)判標(biāo)準(zhǔn)，構(gòu)建圖像分割質(zhì)量評(píng)價(jià)模型。模擬實(shí)驗(yàn)驗(yàn)證了該模型的有效性和實(shí)用性。
獲獎(jiǎng)情況
- 核心期刊《計(jì)算機(jī)工程與應(yīng)用》錄用 哈爾濱工程大學(xué)“五四杯”三等獎(jiǎng)
鑒定結(jié)果
- 選題具有一定的實(shí)際應(yīng)用價(jià)值，方法比較新穎。文章行文思路比較流暢，結(jié)構(gòu)層次比較清楚。
參考文獻(xiàn)
- [1]Zadeh.LA．The concept of a linguistic variable and its application to approximate reasoning[J]．Information Sciences，1975，8：199-249．[2]羅西平，田捷，諸葛英等．圖像分割方法綜述[J]．模式識(shí)別與人工智能，1999，12(3)：300-312.[3]Probabilistic multistage image segmentation [J]．IEEE Trans on Pattern Analysis and Machine Intelligence，1997，12(2)：109-120．[4]Legault R，Suen CY．Optimal local weighted averaging methods in contour smoothing [J]．IEEE Trans on Pattern Analysis and Machine Intelligence，1997，19：801-817．[5]Serra J．A lattice approach to image segmentation [J]. Journal of Mathematical Imaging and Vision，2006，24：83-130．[6]Zhang H，F(xiàn)ritts JE，Goldman SA．Image segmentation evaluation：A survey of unsupervised methods [J]. Computer Vision and Image Understanding，2008，110：260-280．[7]Zhang YJ．A survey on evaluation methods for image segmentation[J]．Pattern Recognition，1996，29：1335-1346．
同類課題研究水平概述
- 現(xiàn)有圖像分割評(píng)價(jià)方法分為有監(jiān)督和無(wú)監(jiān)督法。前者融入了人為因素，缺乏客觀性和一般性；后者大都采用單因素（單指標(biāo)）評(píng)價(jià)準(zhǔn)則，缺乏全面性，現(xiàn)有采用多因素評(píng)價(jià)準(zhǔn)則時(shí)，需引入一些權(quán)重參數(shù)，這就不可避免地帶有主觀性。關(guān)于二型模糊集的研究也有很多，如利用二型模糊集的模糊度進(jìn)行閾值分割，但將其作為圖像評(píng)價(jià)表示模型還是空白。
