基于中介数学系统处理图像的方法研究及其在虚拟环境中的应用

摘要

本文将处理模糊信息的、有别于模糊数学系统和粗集理论的中介数学系统引入到虚拟现实系统和图像处理领域。对基于中介数学系统的理论进行了深入的研究，并将这些理论应用到了虚拟现实系统沉浸感的度量、图像去噪和复原、图像边缘检测和幽像匹配等方面。 全文的主要内容如下： (1)首先对中介数学的理论基础进行了介绍；阐述了中介真值程度的度量方法和基于中介熵的模糊程度度量方法。在此基础上，分别探讨了假数值区域位于真数值区域两侧时，以及真数值区域位于假数值区域两侧时，中介真值程度的数值化度量，提出了相应的距离比率函数的定义。这项研究内容将中介真值程度的度量方法拓展到了对称的数值区域。 (2)通过“虚拟”和“现实”这两个词的语义和哲学解释、以及沉浸的定义，给出了“虚拟的现实”新的定义并对其进行了形式化描述。研究了基于中介真值程度数值化度量的评价方法，并将该方法应用到虚拟现实系统沉浸感度量中。提出了采用距离比率函数对单个感官的沉浸感进行度量，以及采用加权距离比率和函数对以身体多种感官感知为基础的虚拟现实系统沉浸感进行度量。 (3)结合数字图像的特点，以中介真值程度度量为基础，研究了图像单个像素点灰度的度量、图像集合灰度的度量、图像像素点间相似性的度量以及图像集合相似性的度量；定义了图像中介熵，获得了利用图像中介熵表示的图像离散模糊程度，为处理图像建立了一种新的基于中介逻辑的、自然的数值化方法，为其在虚拟现实系统中的应用奠定了理论基础。 (4)根据图像噪声的产生原因，区分了图像噪声的随机性和模糊性，提出新的图像噪声定义，并明确地定义了图像的模糊噪声和图像的随机噪声。设计了基于中介真值程度度量的图像椒盐噪声去噪滤波算法和新的图像高斯噪声去噪滤波算法。通过实验实例，并采用经典的PSNR评价方法，与已有的典型算法处理结果比较表明，基于中介真值程度度量的图像去噪算法的去噪效果优越，因而更具有实用性和有效性。同时，针对PNSR等经典评价方法的结果往往与人们主观视觉不—致的弱点，提出了基于图像中介熵的图像保真度度量方法。 (5)以中介真值程度的数值化度量为基础，从边缘点的相似性出发，设计了新的图像边缘检测算法并有效地应用到车牌定位中。通过实验实例，与已有的典型算法处理结果比较表明，基于中介真值程度度量的图像边缘检测算法能有效滤除噪声，并能较好地保持图像边缘细节，边缘检测效果良好。同时提出一种新的基于图像中介熵的图像边缘抗噪性评价方法。 (6)以中介真值程度的数值化度量为基础，设计了新的基于中介相似性测度的图像匹配算法。通过实验实例，与已有的典型算法处理结果比较表明，基于中介真值程度度量的图像匹配算法具有良好的抗噪性和抗失真性，且具有较高的匹配精度和匹配速度。视频序列识别中的成功应用表明，该算法在精确度和实时性方面达到了预期的效果。 本论文提出的基于中介真值程度度量的新的图像处理方法不但在理论上是新颖的，而且其研究成果可以应用到虚拟现实全景图像拼接和基于图像的虚拟场景绘制中，并在实验中取得了显著的效果。

目录

文摘

英文文摘

声明

第一章 绪论

1.1研究背景和意义

1.2研究问题和内容

1.3主要工作与成果

1.4文章的结构

第二章 国内外研究现状

2.1虚拟现实的研究现状

2.2数字图像处理技术的研究现状

2.2.1图像去噪和图像复原方法的研究现状

2.2.2图像边缘检测方法的研究现状

2.2.3图像匹配方法的研究现状

2.3中介数学的研究历史与发展

2.3.1中介数学系统的诞生背景

2.3.2中介数学系统的研究现状

2.4.结论

第三章 中介数学理论及其应用拓展的研究

3.1中介数学系统简介

3.1.1中介概念与中介原则

3.1.2中介逻辑演算系统

3.1.3中介公理集合论

3.1.4中介真值程度的度量

3.1.5模糊程度的度量

3.2对称数值区域中介真值程度的度量

3.2.1假数值区域位于真数值区域两侧时，中介真值程度的度量

3.2.2真数值区域位于假数值区域两侧时，中介真值程度的度量

3.3小结

第四章 虚拟现实的描述与沉浸感的度量

4.1虚拟现实的描述

4.1.1虚拟和现实的语义与哲学解释

4.1.2沉浸感

4.1.3虚拟的现实的定义及其形式化描述

4.1.4以计算机为显示媒体的虚拟现实系统

4.2虚拟现实系统沉浸感的度量

4.2.1虚拟现实系统的沉浸感

4.2.2虚拟现实系统沉浸感的中介度量方法

4.3小结

第五章 基于中介数学系统处理图像的理论研究

5.1基于中介真值程度度量的图像灰度度量

5.1.1基于中介真值程度度量的单个像素点灰度的度量

5.1.2基于中介真值程度度量的图像集合灰度的度量

5.2基于中介真值程度度量的图像相似性度量

5.2.1基于中介真值程度度量的像素点间相似性度量

5.2.2基于中介真值程度度量的图像集合间相似性度量

5.3基于中介熵的图像模糊程度度量

5.3.1图像中介熵

5.3.2图像中介熵表示的图像模糊程度

5.4小结

第六章　图像的中介滤波算法与图像中介保真度度量

6.1图像噪声

6.1.1经典定义

6.1.2新的定义

6.2基于中介真值程度度量的图像去噪和复原方法

6.2.1基于中介真值程度度量的椒盐噪声滤波算法

6.2.2基于中介真值程度度量的高斯噪声滤波算法

6.3基于中介熵的图像保真度度量

6.3.1基于图像中介熵的保真度度量

6.3.2结果分析

6.4小结

第七章　图像的中介边缘检测算法

7.1图像边缘及边缘检测

7.1.1边缘模型

7.1.2边缘检测

7.2基于中介真值程度的图像边缘检测方法

7.2.1待考察点灰度值的度量

7.2.2待考察点与周围像素点间灰度相似性的度量

7.2.3中介边缘检测算法的基本思想

7.2.4中介边缘检测算法的实现步骤

7.2.5实验结果及分析

7.3基于中介边缘检测的车牌定位

7.3.1基于中介边缘检测的车牌定位算法的基本思想和实现步骤

7.3.2车牌定位结果与分析

7.4基于中介熵的图像边缘检测抗噪性评价方法

7.4.1基于图像中介熵的图像边缘检测抗噪性评价方法

7.4.2结果分析

7.5小结

第八章　图像的中介匹配算法

8.1图像匹配

8.1.1图像匹配的关键要素

8.1.2匹配算法的性能评价指标

8.2基于中介真值程度的图像匹配算法

8.2.1匹配点灰度值的度量

8.2.2图像的中介匹配算法基本思想

8.2.3图像中介匹配算法的实现步骤

8.2.4实验结果及分析

8.3基于中介匹配算法的视频序列识别

8.3.1视频序列识别的特点

8.3.2视频序列识别的要求

8.3.3中介匹配算法在视频序列识别中的应用

8.4小结

第九章　总结与展望

9.1论文的主要工作和贡献点

9.2研究展望

致谢

参考文献

攻读博士学位期间完成的学术论文和著作