奇异值分解与傅里叶变换相结合的模糊图像分类方法

• 作者: 周俊 张超兰 曾曙光 林光忠
• 来源期刊: 图像与信号处理
• 学科: 工学
• 关键词: 模糊图像分类 奇异值分解 图像频谱特征 形态学操作
• 年，卷（期）: 2019,（2）
• 页码范围: 36-42
• 页数: 7页
• 分类号: TP39

摘要

提出了一种基于图像奇异值分解与傅里叶变换相结合的自动区分运动模糊与离焦模糊图像的方法。首先,剔除图像前几个奇异值加权的映射基进行傅里叶变换。其次,以频谱中心为中点取频谱图中合适大小的特征区域,用合适的阈值对该区域二值化。然后,对二值化后的图像进行闭操作与孔洞填充等形态学操作,提取特征连通域。最后,获取特征连通区域的长宽比,在划定阈值后,以长宽比的大小来区分图像的模糊类型。结果表明,该方法具有很好的适用性与模糊识别准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾曙光	三峡大学理学院	31	32	3.0	4.0
2	周俊	三峡大学理学院	12	17	2.0	3.0
3	张超兰	三峡大学理学院	4	3	1.0	1.0
4	林光忠	三峡大学理学院	1	0	0.0	0.0