图像邻域像素分布分析

吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (02): 553-0558.

图像邻域像素分布分析

谭啸,冯久超

华南理工大学电子与信息学院,广州 510641

收稿日期:2009-05-12 发布日期:2011-03-01
通讯作者: 冯久超（1964-）男,教授,博士生导师.研究方向:数字信号处理,数字通信,非线性动力学及混沌理论与应用.E-mail:fengjc@scut.edu.cn E-mail:fengjc@scut.edu.cn
作者简介:谭啸（1986-）,男,博士研究生.研究方向:图像处理和计算机视觉.E-mail:tanxchong@163.com
基金资助:
国家自然科学基金项目(60872123, U0835001)

Analysis of the pixel distribution in the adjacency

TAN Xiao,FENG Jiu-chao

School of Electronic and Information Engineering, South China University of Technology, Guangzhou 510641,China

Received:2009-05-12 Published:2011-03-01

摘要/Abstract

摘要：

从数字图像的成像原理出发，对邻域像素的分布进行了分析，进而对邻域像素跳变分布提出了2种新的函数模型。实验采用非线性最小二乘法对从实验图像中得到的分布结果进行函数拟合，并用差值能量函数(DPF)对新提出的函数模型与文献\[8,12\]的分布函数进行对比分析。结果表明：新提出的函数模型拥有更高的拟合度，更符合邻域像素值的分布情况。

关键词: 信息处理, 分布函数, 非线性最小二乘法, 邻域, 像素, 跳变

Abstract:

Based on theory of digital image formation, the pixel distribution in the adjacency is analyzed. Then two distribution functions of pixel value jump in the adjacency are proposed. Nonlinear least square method is employed in the experiment to fit the distribution results from the testing images. DPF function is then inducted to compare the proposed functions with other distribution functions in the literature\[8,12\]. It is shown that the proposed functions have higher degree of fitting and can give better description of the pixel distribution in the adjacency.

Key words: information processing, distribution function, nonlinear least square method, adjacency, pixel, jump

中图分类号:

TN911.73

谭啸, 冯久超. 图像邻域像素分布分析[J]. 吉林大学学报(工学版), 2011, 41(02): 553-0558.

TAN Xiao, FENG Jiu-Chao. Analysis of the pixel distribution in the adjacency[J]. 吉林大学学报(工学版), 2011, 41(02): 553-0558.

参考文献

相关文章 15

[1]	代存杰,李引珍,马昌喜,柴获,牟海波. 不确定条件下危险品配送路线多准则优化[J]. 吉林大学学报(工学版), 2018, 48(6): 1694-1702.
[2]	苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[3]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[4]	黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[5]	李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[6]	应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[7]	陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[8]	刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[9]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[10]	姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[11]	全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[12]	陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[13]	陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[14]	孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[15]	林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed