10.3969/j.issn.1006-9348.2019.04.083
大数据环境下高精度图像特征快速提取仿真
针对当前方法存在特征提取准确率较低、误报率和漏报率较高、抗干扰性较差,且提取时效性不足的问题,提出一种基于Contourlet变换和模糊逻辑相结合的高精度图像特征快速提取方法,基于像素强度信息对大数据环境下高精度图像进行初步分割,并利用后验概率矩阵的多尺度各向异性对大数据环境下高精度图像中的斑点噪声进行平滑处理,获得大数据环境下高精度图像最终分割结果,并对经过分割处理的高精度图像进行归一化处理、Contourlet变换,同时引入模糊逻辑方法进一步对归一化和Contourlet变换处理后的高精度图像进行模糊性去除.计算高精度图像隶属度函数、模糊区域以及各个模糊区域激活强度值,并将这些值进行加权融合作为高精度图像特征向量,完成特征快速提取.仿真测试结果表明,所提方法取得了较好的特征提取结果,具有抗干扰性强、提取耗时低、提取准确率高的优点.
大数据环境、高精度图像、特征、快速提取
36
TP391.4(计算技术、计算机技术)
2017年度湖北省教育厅科学技术研究项目B2017217
2019-05-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
396-399,403