更新日期: 2025-03-20

基于DCT域紋理結(jié)構(gòu)相似度的模糊圖像質(zhì)量評(píng)價(jià)

格式:pdf

大?。?span id="ot159b9" class="single-tag-height" data-v-09d85783>204KB

頁(yè)數(shù):4P

人氣 :59

基于DCT域紋理結(jié)構(gòu)相似度的模糊圖像質(zhì)量評(píng)價(jià) 4.4

結(jié)構(gòu)相似度(SSIM)是一種衡量2幅圖像相似度的重要指標(biāo),但是SSIM對(duì)于嚴(yán)重模糊的圖像評(píng)價(jià)結(jié)果準(zhǔn)確度不高。在基于SSIM的圖像質(zhì)量評(píng)價(jià)方法基礎(chǔ)上,考慮到紋理信息是圖像的重要組成部分以及人眼對(duì)圖像的紋理信息部分十分敏感,提出基于離散余弦變換(DCT)域的紋理結(jié)構(gòu)相似度質(zhì)量評(píng)價(jià)(TSSIM)。該評(píng)價(jià)方法在DCT域中提取圖像的紋理信息,并通過(guò)改進(jìn)SSIM中的結(jié)構(gòu)信息來(lái)確定紋理區(qū)域的失真,計(jì)算TSSIM值。實(shí)驗(yàn)結(jié)果表明,該方法得到的Pearson相關(guān)系數(shù)為0.893 42,Spearman等級(jí)相關(guān)系數(shù)為0.925 07,比SSIM的評(píng)價(jià)結(jié)果更準(zhǔn)確,符合人眼的主觀感受。

一種基于內(nèi)容與結(jié)構(gòu)相似性的圖像質(zhì)量評(píng)價(jià)方法 一種基于內(nèi)容與結(jié)構(gòu)相似性的圖像質(zhì)量評(píng)價(jià)方法 一種基于內(nèi)容與結(jié)構(gòu)相似性的圖像質(zhì)量評(píng)價(jià)方法

一種基于內(nèi)容與結(jié)構(gòu)相似性的圖像質(zhì)量評(píng)價(jià)方法

格式:pdf

大小:193KB

頁(yè)數(shù):未知

圖像質(zhì)量評(píng)價(jià)的客觀方法彌補(bǔ)了主觀方法的費(fèi)時(shí)費(fèi)力,不具有移植性的問(wèn)題。提出一種基于圖像內(nèi)容劃分,結(jié)合結(jié)構(gòu)相似性理論ssim(structuresimilarityimageindex)的全參考客觀圖像質(zhì)量評(píng)價(jià)方法pssim(partitionssim)。該方法結(jié)合圖像梯度和圖像劃分,將圖像邊界區(qū)域劃分為保持邊界區(qū)和變化邊界區(qū)。另一方面摒棄經(jīng)驗(yàn)參數(shù),結(jié)合live圖像庫(kù)中數(shù)據(jù)計(jì)算出保持邊界區(qū)域權(quán)重參數(shù)λ=0.35時(shí),主客觀評(píng)價(jià)一致性最高。實(shí)驗(yàn)表明,pssim方法具有較強(qiáng)的通用性,較好地符合人的主觀視覺(jué)感知質(zhì)量。

壓縮圖像質(zhì)量評(píng)價(jià):一種帶權(quán)的結(jié)構(gòu)相似性方法

壓縮圖像質(zhì)量評(píng)價(jià):一種帶權(quán)的結(jié)構(gòu)相似性方法

格式:pdf

大?。?span id="sepkvjn" class="single-tag-height" data-v-09d85783>970KB

頁(yè)數(shù):4P

圖像質(zhì)量評(píng)價(jià)是計(jì)算機(jī)視覺(jué)的一個(gè)重要領(lǐng)域,也是近年來(lái)的研究熱點(diǎn)。在圖像的傳輸與存儲(chǔ)過(guò)程中,對(duì)壓縮圖像的客觀質(zhì)量評(píng)價(jià)在圖像壓縮系統(tǒng)中是必不可少的。均方誤差與峰值信噪比雖然計(jì)算簡(jiǎn)便,但對(duì)于反映壓縮圖像的感知質(zhì)量并不準(zhǔn)確,與人眼視覺(jué)系統(tǒng)(hvs)也沒(méi)有太好的一致性。近年來(lái),該領(lǐng)域也出現(xiàn)了許多優(yōu)秀的圖像質(zhì)量評(píng)價(jià)方法以求良好的表達(dá)圖像質(zhì)量與人眼感知之間的關(guān)系,如ssim,ifc,vsnr等。這些算法性能卓越,但在壓縮圖像的質(zhì)量評(píng)價(jià)方面仍有較大提升空間。圖像在壓縮過(guò)程中,高頻部分由于dct變換的特性會(huì)受到更大程度的失真,即圖像不同部分的失真情況是不同的。從這個(gè)角度利用帶權(quán)的結(jié)構(gòu)相似性方法能良好的表達(dá)壓縮圖像的失真程度從而更好的反應(yīng)人眼感知對(duì)圖像質(zhì)量的感知特性。該方法在live,csiq,tid2008,tid2013上均比其他算法具有更好的性能。該方法也為壓縮圖像質(zhì)量評(píng)價(jià)提供了一種新的思路,即從壓縮算法本身會(huì)對(duì)圖像信息的不同部分產(chǎn)生不同程度失真的特性出發(fā)來(lái)優(yōu)化圖像的質(zhì)量評(píng)價(jià),從而更好地反應(yīng)hvs對(duì)圖像的感知特性。

編輯推薦下載

一種基于結(jié)構(gòu)相似度的立體圖像質(zhì)量評(píng)價(jià)方法

一種基于結(jié)構(gòu)相似度的立體圖像質(zhì)量評(píng)價(jià)方法

格式:pdf

大?。?span id="jjoznq9" class="single-tag-height" data-v-09d85783>152KB

頁(yè)數(shù):4P

一種基于結(jié)構(gòu)相似度的立體圖像質(zhì)量評(píng)價(jià)方法 4.7

立體圖像質(zhì)量評(píng)價(jià)已成為國(guó)內(nèi)外的研究熱點(diǎn)。結(jié)構(gòu)相似度算法雖簡(jiǎn)單高效,但不能較好地評(píng)價(jià)噪聲與模糊立體圖像的質(zhì)量。文中將結(jié)構(gòu)相似度函數(shù)引入頻域,并使用空間位置影響系數(shù)計(jì)算平均結(jié)構(gòu)相似度,對(duì)立體圖像質(zhì)量做出評(píng)價(jià),結(jié)合絕對(duì)差值圖對(duì)立體感做出評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明,該方法的評(píng)價(jià)結(jié)果與主觀評(píng)價(jià)結(jié)果相關(guān)性較強(qiáng)。

立即下載
一種檢測(cè)DCT編碼圖像方塊化的客觀質(zhì)量評(píng)價(jià)方法 一種檢測(cè)DCT編碼圖像方塊化的客觀質(zhì)量評(píng)價(jià)方法 一種檢測(cè)DCT編碼圖像方塊化的客觀質(zhì)量評(píng)價(jià)方法

一種檢測(cè)DCT編碼圖像方塊化的客觀質(zhì)量評(píng)價(jià)方法

格式:pdf

大?。?span id="n7kvfho" class="single-tag-height" data-v-09d85783>1.6MB

頁(yè)數(shù):5P

一種檢測(cè)DCT編碼圖像方塊化的客觀質(zhì)量評(píng)價(jià)方法 4.6

在圖像和視頻編碼的過(guò)程中,基于塊的離散余弦變換dct被廣泛應(yīng)用于jpeg、mpeg以及h.26x等壓縮標(biāo)準(zhǔn)中。當(dāng)壓縮圖像的比特率較低時(shí)會(huì)產(chǎn)生明顯的方塊化效應(yīng),影響人的主觀視覺(jué)感受。許多文獻(xiàn)提出了去除塊效應(yīng)的方法,但是如何評(píng)價(jià)這些方法的有效性,需要有一定的評(píng)價(jià)標(biāo)準(zhǔn)來(lái)衡量。針對(duì)這一情況,提出了一種新的評(píng)價(jià)去除塊效應(yīng)有效性的方法(bbsr)。該方法通過(guò)計(jì)算各種編碼方法后圖像的塊效應(yīng)度和模糊度來(lái)計(jì)算編碼方法對(duì)圖像的去塊效應(yīng)的改善結(jié)果和影響,實(shí)驗(yàn)結(jié)果表明該方法的評(píng)價(jià)結(jié)果與人的主觀感覺(jué)一致。

立即下載

DCT域紋理結(jié)構(gòu)相似度的模糊圖像質(zhì)量評(píng)價(jià)熱門(mén)文檔

相關(guān)文檔資料 1016301 立即查看>>
一種基于結(jié)構(gòu)失真的圖像質(zhì)量評(píng)價(jià)方法 一種基于結(jié)構(gòu)失真的圖像質(zhì)量評(píng)價(jià)方法 一種基于結(jié)構(gòu)失真的圖像質(zhì)量評(píng)價(jià)方法

一種基于結(jié)構(gòu)失真的圖像質(zhì)量評(píng)價(jià)方法

格式:pdf

大小:1.1MB

頁(yè)數(shù):4P

一種基于結(jié)構(gòu)失真的圖像質(zhì)量評(píng)價(jià)方法 4.7

在音/視頻處理應(yīng)用中,對(duì)圖像的客觀質(zhì)量評(píng)價(jià)具有重要作用.目前,大多數(shù)的質(zhì)量評(píng)價(jià)都是基于誤差敏感度的.本文采用基于結(jié)構(gòu)失真的圖像質(zhì)量評(píng)價(jià)方法,使用結(jié)構(gòu)失真度來(lái)作為視頻失真的估計(jì),并在vqeg實(shí)驗(yàn)測(cè)試數(shù)據(jù)集合中,證明了此方法與主觀評(píng)價(jià)法有高的相關(guān)性.

立即下載
基于模糊數(shù)學(xué)的審計(jì)質(zhì)量評(píng)價(jià)方法研究

基于模糊數(shù)學(xué)的審計(jì)質(zhì)量評(píng)價(jià)方法研究

格式:pdf

大?。?span id="zv5a8ez" class="single-tag-height" data-v-09d85783>63KB

頁(yè)數(shù):1P

基于模糊數(shù)學(xué)的審計(jì)質(zhì)量評(píng)價(jià)方法研究 4.8

本文著眼于審計(jì)信息的特征,從分析審計(jì)質(zhì)量的影響因素入手,采用審計(jì)質(zhì)量評(píng)價(jià)的模糊數(shù)學(xué)理論,對(duì)審計(jì)目標(biāo)的實(shí)現(xiàn)程度及審計(jì)質(zhì)量作出了評(píng)價(jià),并提出了在應(yīng)用時(shí)應(yīng)注意的問(wèn)題,該評(píng)價(jià)方法簡(jiǎn)單、實(shí)用,易于被當(dāng)前環(huán)境下獨(dú)立審計(jì)質(zhì)量評(píng)價(jià)體系所接受,為我國(guó)審計(jì)質(zhì)量評(píng)價(jià)工作提供了有益的理論依據(jù)。

立即下載
模糊數(shù)學(xué)在樓房質(zhì)量評(píng)價(jià)中的應(yīng)用

模糊數(shù)學(xué)在樓房質(zhì)量評(píng)價(jià)中的應(yīng)用

格式:pdf

大?。?span id="m1zqzr4" class="single-tag-height" data-v-09d85783>73KB

頁(yè)數(shù):3P

模糊數(shù)學(xué)在樓房質(zhì)量評(píng)價(jià)中的應(yīng)用 4.6

對(duì)樓房質(zhì)量進(jìn)行模糊評(píng)價(jià),能夠彌補(bǔ)直覺(jué)評(píng)價(jià)的不足,把定性的評(píng)價(jià)上升到定量的評(píng)價(jià),對(duì)樓房質(zhì)量評(píng)價(jià)更科學(xué),更合理。

立即下載
模糊數(shù)學(xué)在工程巖體質(zhì)量評(píng)價(jià)中的應(yīng)用

模糊數(shù)學(xué)在工程巖體質(zhì)量評(píng)價(jià)中的應(yīng)用

格式:pdf

大小:231KB

頁(yè)數(shù):3P

模糊數(shù)學(xué)在工程巖體質(zhì)量評(píng)價(jià)中的應(yīng)用 4.7

在工程實(shí)踐中,常需要對(duì)工程巖體質(zhì)量進(jìn)行評(píng)價(jià),而以往和現(xiàn)行的分類方法往往出現(xiàn)矛盾的地方。本文力圖運(yùn)用模糊數(shù)學(xué)的fuzzy綜合評(píng)判法,采用m(·,十),m(λ,v)兩種模型的運(yùn)算,對(duì)巖體質(zhì)量進(jìn)行多指標(biāo)綜合評(píng)價(jià)。

立即下載
模糊綜合評(píng)判在GIS質(zhì)量評(píng)價(jià)中的應(yīng)用 模糊綜合評(píng)判在GIS質(zhì)量評(píng)價(jià)中的應(yīng)用 模糊綜合評(píng)判在GIS質(zhì)量評(píng)價(jià)中的應(yīng)用

模糊綜合評(píng)判在GIS質(zhì)量評(píng)價(jià)中的應(yīng)用

格式:pdf

大?。?span id="6yte1dv" class="single-tag-height" data-v-09d85783>569KB

頁(yè)數(shù):2P

模糊綜合評(píng)判在GIS質(zhì)量評(píng)價(jià)中的應(yīng)用 4.8

依據(jù)gis數(shù)據(jù)產(chǎn)品的模糊性,采用模糊數(shù)學(xué)綜合評(píng)判的原理和方法,對(duì)甘肅省嘉峪關(guān)市g(shù)is數(shù)據(jù)產(chǎn)品的質(zhì)量進(jìn)行了評(píng)判,體現(xiàn)了模糊綜合評(píng)判對(duì)gis質(zhì)量評(píng)價(jià)的科學(xué)性、全面性、實(shí)用性等原則,彌補(bǔ)了現(xiàn)有方法的缺陷。

立即下載

DCT域紋理結(jié)構(gòu)相似度的模糊圖像質(zhì)量評(píng)價(jià)精華文檔

相關(guān)文檔資料 1016301 立即查看>>
基于關(guān)聯(lián)成像及圖像質(zhì)量評(píng)價(jià)的距離測(cè)量方法

基于關(guān)聯(lián)成像及圖像質(zhì)量評(píng)價(jià)的距離測(cè)量方法

格式:pdf

大?。?span id="hesjo8h" class="single-tag-height" data-v-09d85783>495KB

頁(yè)數(shù):3P

基于關(guān)聯(lián)成像及圖像質(zhì)量評(píng)價(jià)的距離測(cè)量方法 4.8

針對(duì)現(xiàn)有的距離測(cè)量方法僅能測(cè)量距離,功能較為單一的問(wèn)題。提出一種基于關(guān)聯(lián)成像和圖像質(zhì)量評(píng)價(jià)的距離測(cè)量方法,其可達(dá)到測(cè)量距離和成像的目的。通過(guò)實(shí)驗(yàn)測(cè)量檢測(cè)光路光強(qiáng),由計(jì)算機(jī)模擬不同傳播距離參考光路光強(qiáng),將兩路光強(qiáng)做相關(guān)運(yùn)算獲得一系列目標(biāo)物體圖像,用峰值信噪比評(píng)價(jià)圖像質(zhì)量,峰值信噪比最大的圖像對(duì)應(yīng)的參考距離即為測(cè)量值。文中利用matlab設(shè)計(jì)了相應(yīng)的實(shí)驗(yàn),驗(yàn)證了文中方法達(dá)到了獲得目標(biāo)物體圖像和準(zhǔn)確測(cè)量的效果。

立即下載
基于AHP-模糊評(píng)價(jià)的審計(jì)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建

基于AHP-模糊評(píng)價(jià)的審計(jì)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建

格式:pdf

大小:287KB

頁(yè)數(shù):3P

基于AHP-模糊評(píng)價(jià)的審計(jì)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建 4.7

本文以注冊(cè)會(huì)計(jì)師審計(jì)質(zhì)量為研究對(duì)象,通過(guò)分析、探究審計(jì)質(zhì)量的影響因素,采用基于ahp-模糊綜合評(píng)價(jià)的方法構(gòu)建了一套由事務(wù)所規(guī)模、從業(yè)人員素質(zhì)、客戶質(zhì)量等5個(gè)一級(jí)指標(biāo)及10個(gè)的二級(jí)指標(biāo)的評(píng)價(jià)指標(biāo)體系。隨后以2015年前百家事務(wù)所作為樣本,通過(guò)matlab和excel軟件完成了檢驗(yàn)工作,進(jìn)而成功驗(yàn)證了其有效性。

立即下載
基于二級(jí)模糊綜合評(píng)價(jià)的裝飾工程質(zhì)量評(píng)價(jià)

基于二級(jí)模糊綜合評(píng)價(jià)的裝飾工程質(zhì)量評(píng)價(jià)

格式:pdf

大?。?span id="sdrdwe8" class="single-tag-height" data-v-09d85783>138KB

頁(yè)數(shù):2P

基于二級(jí)模糊綜合評(píng)價(jià)的裝飾工程質(zhì)量評(píng)價(jià) 4.3

以裝飾工程質(zhì)量評(píng)價(jià)為研究對(duì)象,構(gòu)建了裝飾工程質(zhì)量評(píng)價(jià)指標(biāo)體系,建立裝飾工程質(zhì)量評(píng)價(jià)的二級(jí)模糊綜合評(píng)價(jià)模型,最后通過(guò)實(shí)例驗(yàn)證模型的可行性與科學(xué)性。建立科學(xué)的評(píng)價(jià)模型,使得項(xiàng)目驗(yàn)收有據(jù)可依,為裝飾工程交付驗(yàn)收,費(fèi)用結(jié)算,提供了技術(shù)保障。

立即下載
基于圖像紋理的板材紋理模擬再現(xiàn)方法研究 基于圖像紋理的板材紋理模擬再現(xiàn)方法研究 基于圖像紋理的板材紋理模擬再現(xiàn)方法研究

基于圖像紋理的板材紋理模擬再現(xiàn)方法研究

格式:pdf

大?。?span id="jlx7y4t" class="single-tag-height" data-v-09d85783>144KB

頁(yè)數(shù):4P

基于圖像紋理的板材紋理模擬再現(xiàn)方法研究 4.8

紋理是木材的重要特征,模擬紋理具有極高的工業(yè)價(jià)值。對(duì)視頻采集到的板材紋理圖像進(jìn)行灰度化、中值濾波去噪、二值化、腐蝕、膨脹等處理,得到僅包含目標(biāo)紋理的圖像后檢測(cè)紋理邊緣。對(duì)板材紋理橫斷面通過(guò)數(shù)學(xué)描述結(jié)果進(jìn)行模擬,切面通過(guò)在圖像上選擇合適的邊緣點(diǎn)進(jìn)行模擬,以實(shí)現(xiàn)板材紋理的模擬再現(xiàn),并以水曲柳為例分析模擬紋理。

立即下載
大氣環(huán)境質(zhì)量評(píng)價(jià)的模糊綜合評(píng)判模型

大氣環(huán)境質(zhì)量評(píng)價(jià)的模糊綜合評(píng)判模型

格式:pdf

大?。?span id="anhdazq" class="single-tag-height" data-v-09d85783>1.8MB

頁(yè)數(shù):4P

大氣環(huán)境質(zhì)量評(píng)價(jià)的模糊綜合評(píng)判模型 4.4

大氣環(huán)境質(zhì)量評(píng)價(jià)的模糊綜合評(píng)判模型

立即下載

DCT域紋理結(jié)構(gòu)相似度的模糊圖像質(zhì)量評(píng)價(jià)最新文檔

相關(guān)文檔資料 1016301 立即查看>>
基于模糊數(shù)學(xué)模型的土壤肥力質(zhì)量評(píng)價(jià) 基于模糊數(shù)學(xué)模型的土壤肥力質(zhì)量評(píng)價(jià) 基于模糊數(shù)學(xué)模型的土壤肥力質(zhì)量評(píng)價(jià)

基于模糊數(shù)學(xué)模型的土壤肥力質(zhì)量評(píng)價(jià)

格式:pdf

大?。?span id="yfd99w6" class="single-tag-height" data-v-09d85783>135KB

頁(yè)數(shù):未知

基于模糊數(shù)學(xué)模型的土壤肥力質(zhì)量評(píng)價(jià) 4.8

采取科學(xué)評(píng)價(jià)方法,客觀準(zhǔn)確評(píng)價(jià)土壤肥力質(zhì)量,是解決土地整理區(qū)農(nóng)業(yè)生產(chǎn)的關(guān)鍵手段。以利川市東城區(qū)為研究對(duì)象,對(duì)采集的土壤樣品進(jìn)行科學(xué)實(shí)驗(yàn)分析,測(cè)定有機(jī)質(zhì)、堿解氮、速效磷、速效鉀、ph值和黏粒含量等7項(xiàng)屬性指標(biāo),采取博弈論組合賦權(quán)法確定指標(biāo)的最優(yōu)權(quán)重值,選用恰當(dāng)?shù)碾`屬函數(shù)模型求解各項(xiàng)指標(biāo)的隸屬度值,并結(jié)合土壤肥力綜合指數(shù)法對(duì)研究區(qū)土壤肥力進(jìn)行綜合評(píng)價(jià)。結(jié)果表明,研究區(qū)土壤堿解氮和速效磷含量偏少,土壤肥力綜合指數(shù)在0.42左右,且變異較大,整體隸屬中等水平,且有機(jī)質(zhì)嚴(yán)重不足,故研究區(qū)應(yīng)相應(yīng)增施氮磷肥料和有機(jī)肥以提高土壤肥力質(zhì)量。

立即下載
粉質(zhì)黏土圖像的紋理特征分析

粉質(zhì)黏土圖像的紋理特征分析

格式:pdf

大小:2.2MB

頁(yè)數(shù):5P

粉質(zhì)黏土圖像的紋理特征分析 4.7

粉質(zhì)黏土圖像的紋理特征分析

立即下載
基于結(jié)構(gòu)熵權(quán)模糊評(píng)價(jià)法的高校課堂教學(xué)質(zhì)量評(píng)價(jià)體系 基于結(jié)構(gòu)熵權(quán)模糊評(píng)價(jià)法的高校課堂教學(xué)質(zhì)量評(píng)價(jià)體系 基于結(jié)構(gòu)熵權(quán)模糊評(píng)價(jià)法的高校課堂教學(xué)質(zhì)量評(píng)價(jià)體系

基于結(jié)構(gòu)熵權(quán)模糊評(píng)價(jià)法的高校課堂教學(xué)質(zhì)量評(píng)價(jià)體系

格式:pdf

大?。?span id="htwitqm" class="single-tag-height" data-v-09d85783>1.6MB

頁(yè)數(shù):4P

基于結(jié)構(gòu)熵權(quán)模糊評(píng)價(jià)法的高校課堂教學(xué)質(zhì)量評(píng)價(jià)體系 4.4

課堂教學(xué)質(zhì)量評(píng)價(jià)作為促進(jìn)高校人才培養(yǎng)的手段之一,對(duì)高校教育教學(xué)水平的不斷提高有著重要的推動(dòng)作用。在現(xiàn)代教育體系下,建立客觀、公正、科學(xué)的高校課堂教學(xué)質(zhì)量評(píng)價(jià)體系,對(duì)教師改善教學(xué)態(tài)度、改進(jìn)教學(xué)方法和提升教學(xué)質(zhì)量具有重要的監(jiān)控和指導(dǎo)作用。本文主要分析了當(dāng)前課堂教學(xué)質(zhì)量評(píng)價(jià)方法存在的問(wèn)題,提出了基于結(jié)構(gòu)熵權(quán)模糊評(píng)價(jià)法的高校課堂教學(xué)質(zhì)量評(píng)價(jià)體系,并對(duì)其進(jìn)行了例證。

立即下載
基于模糊綜合評(píng)判的遙感圖像變化檢測(cè)方法 基于模糊綜合評(píng)判的遙感圖像變化檢測(cè)方法 基于模糊綜合評(píng)判的遙感圖像變化檢測(cè)方法

基于模糊綜合評(píng)判的遙感圖像變化檢測(cè)方法

格式:pdf

大小:5.2MB

頁(yè)數(shù):6P

基于模糊綜合評(píng)判的遙感圖像變化檢測(cè)方法 4.3

在此提出一種基于模糊綜合評(píng)判的遙感圖像變化檢測(cè)方法。該方法首先對(duì)某一時(shí)相的遙感圖像進(jìn)行基于改進(jìn)的模糊c均值聚類的圖像分割;其次對(duì)圖像分割結(jié)果進(jìn)行區(qū)域標(biāo)記和特征提取,根據(jù)特征約束條件檢測(cè)到感興趣的目標(biāo)區(qū)域,同時(shí)將感興趣的目標(biāo)區(qū)域映射到另一時(shí)相的遙感圖像;最后綜合考慮兩時(shí)相遙感圖像感興趣目標(biāo)區(qū)域的光譜統(tǒng)計(jì)特征和紋理特征,建立模糊綜合評(píng)判模型對(duì)目標(biāo)區(qū)域是否發(fā)生變化做出判決。

立即下載
基于模糊綜合評(píng)判的高校教師教學(xué)質(zhì)量評(píng)價(jià)研究 基于模糊綜合評(píng)判的高校教師教學(xué)質(zhì)量評(píng)價(jià)研究 基于模糊綜合評(píng)判的高校教師教學(xué)質(zhì)量評(píng)價(jià)研究

基于模糊綜合評(píng)判的高校教師教學(xué)質(zhì)量評(píng)價(jià)研究

格式:pdf

大?。?span id="li9ib8t" class="single-tag-height" data-v-09d85783>83KB

頁(yè)數(shù):未知

基于模糊綜合評(píng)判的高校教師教學(xué)質(zhì)量評(píng)價(jià)研究 4.4

本文在分析模糊綜合評(píng)判方法和優(yōu)序圖法的基礎(chǔ)上,提出了模糊綜合評(píng)判與優(yōu)序圖法相結(jié)合的方法,并將方法應(yīng)用在對(duì)教師綜合素質(zhì)的評(píng)估上,結(jié)果證明該方法操作簡(jiǎn)便,評(píng)價(jià)結(jié)果更為客觀合理.

立即下載
模糊多級(jí)模型在砼工程質(zhì)量評(píng)價(jià)中的應(yīng)用

模糊多級(jí)模型在砼工程質(zhì)量評(píng)價(jià)中的應(yīng)用

格式:pdf

大?。?span id="dhgm0zk" class="single-tag-height" data-v-09d85783>92KB

頁(yè)數(shù):6P

模糊多級(jí)模型在砼工程質(zhì)量評(píng)價(jià)中的應(yīng)用 4.3

砼工程質(zhì)量與某些因素的選擇或規(guī)定有密切的關(guān)系,因此對(duì)這些因素預(yù)先進(jìn)行評(píng)價(jià)用以判斷它們是否有利于工程質(zhì)量,是十分必要的工作。采用模糊數(shù)學(xué)原理,建立了一種簡(jiǎn)單、實(shí)用砼質(zhì)量評(píng)價(jià)的模型。利用這個(gè)模型,可以預(yù)測(cè)出參評(píng)的因素中影響砼質(zhì)量原因,以便及時(shí)改進(jìn)生產(chǎn)方案或采取其他的特殊措施來(lái)確保工程質(zhì)量。

立即下載
基于模糊可變?cè)u(píng)價(jià)模型的水庫(kù)水環(huán)境質(zhì)量評(píng)價(jià)

基于模糊可變?cè)u(píng)價(jià)模型的水庫(kù)水環(huán)境質(zhì)量評(píng)價(jià)

格式:pdf

大?。?span id="nkdzvlp" class="single-tag-height" data-v-09d85783>260KB

頁(yè)數(shù):4P

基于模糊可變?cè)u(píng)價(jià)模型的水庫(kù)水環(huán)境質(zhì)量評(píng)價(jià) 4.4

隨著我國(guó)經(jīng)濟(jì)快速發(fā)展,水庫(kù)水環(huán)境質(zhì)量問(wèn)題成為社會(huì)關(guān)注的熱點(diǎn)以及政府工作的難點(diǎn).以可變模糊集合為理論支撐,選取江西省某水庫(kù)作為研究對(duì)象,應(yīng)用模糊可變?cè)u(píng)價(jià)模型,在單因子評(píng)價(jià)法的基礎(chǔ)上,評(píng)價(jià)該水庫(kù)水環(huán)境質(zhì)量的總體情況.采用3種方法確定指標(biāo)權(quán)重,通過(guò)變化模型參數(shù)構(gòu)造多種模型,提高對(duì)水庫(kù)水環(huán)境質(zhì)量等級(jí)評(píng)價(jià)的可信度.該模型實(shí)用性強(qiáng)、計(jì)算結(jié)果可靠,可應(yīng)用于類似水庫(kù)水環(huán)境質(zhì)量的綜合評(píng)價(jià).

立即下載
模糊神經(jīng)網(wǎng)絡(luò)在圖像目標(biāo)檢測(cè)中的應(yīng)用 模糊神經(jīng)網(wǎng)絡(luò)在圖像目標(biāo)檢測(cè)中的應(yīng)用 模糊神經(jīng)網(wǎng)絡(luò)在圖像目標(biāo)檢測(cè)中的應(yīng)用

模糊神經(jīng)網(wǎng)絡(luò)在圖像目標(biāo)檢測(cè)中的應(yīng)用

格式:pdf

大?。?span id="h2h4rki" class="single-tag-height" data-v-09d85783>662KB

頁(yè)數(shù):3P

模糊神經(jīng)網(wǎng)絡(luò)在圖像目標(biāo)檢測(cè)中的應(yīng)用 4.4

紅外圖像中的微弱目標(biāo)檢測(cè)與跟蹤是數(shù)字圖像處理領(lǐng)域中的研究熱點(diǎn)。針對(duì)紅外圖像中微弱目標(biāo)灰度的統(tǒng)計(jì)特點(diǎn)以及模糊神經(jīng)網(wǎng)絡(luò)在自適應(yīng)噪聲消除的應(yīng)用,提出一種基于增強(qiáng)型動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)算法用于紅外圖像噪聲消除。經(jīng)過(guò)自適應(yīng)噪聲消除后,可有效的有自動(dòng)閾值門(mén)限分割法進(jìn)行微弱目標(biāo)檢測(cè)。

立即下載
模糊數(shù)學(xué)在室內(nèi)空氣質(zhì)量評(píng)價(jià)中的應(yīng)用

模糊數(shù)學(xué)在室內(nèi)空氣質(zhì)量評(píng)價(jià)中的應(yīng)用

格式:pdf

大小:395KB

頁(yè)數(shù):3P

模糊數(shù)學(xué)在室內(nèi)空氣質(zhì)量評(píng)價(jià)中的應(yīng)用 4.6

隨著生話水平的提高和生活方式的改變,人們?cè)谑覂?nèi)生活的時(shí)間越來(lái)越長(zhǎng),室內(nèi)空氣質(zhì)量的優(yōu)劣直接影響到人們的工作和生活。尤其是近年來(lái),出現(xiàn)了大規(guī)模的裝修熱,因此而引起的室內(nèi)空氣污染問(wèn)題也日益突出。為了能夠更客觀直接準(zhǔn)確的反映出室內(nèi)空氣質(zhì)量好壞,本文依據(jù)國(guó)家標(biāo)準(zhǔn)gb/t18880-2002中的標(biāo)準(zhǔn)值,將空氣質(zhì)量分為五個(gè)等級(jí)。并根據(jù)模糊數(shù)學(xué)的基本原理,選取評(píng)價(jià)因子,建立室內(nèi)環(huán)境質(zhì)量模糊綜合評(píng)價(jià)隸屬函數(shù),確定了模糊矩陣,把它應(yīng)用于室內(nèi)環(huán)境質(zhì)量的綜合評(píng)價(jià)中。

立即下載
模糊數(shù)學(xué)在道路工程質(zhì)量評(píng)價(jià)中的應(yīng)用研究

模糊數(shù)學(xué)在道路工程質(zhì)量評(píng)價(jià)中的應(yīng)用研究

格式:pdf

大?。?span id="phpieiy" class="single-tag-height" data-v-09d85783>95KB

頁(yè)數(shù):2P

模糊數(shù)學(xué)在道路工程質(zhì)量評(píng)價(jià)中的應(yīng)用研究 4.5

為分析道路工程質(zhì)量的各種可量化和不可量化的影響因素,在此將模糊數(shù)學(xué)的一些理論應(yīng)用到道路工程質(zhì)量評(píng)價(jià)當(dāng)中,由層次分析來(lái)確定不同影響因素的不同權(quán)重,根據(jù)類因素和次一級(jí)因素對(duì)上一級(jí)目標(biāo)所產(chǎn)生影響的相對(duì)重要程度來(lái)形成判斷矩陣,經(jīng)過(guò)層次單排序,層次總排序,最后進(jìn)行綜合評(píng)價(jià)。再按照最大隸屬原則來(lái)確定道路工程質(zhì)量的等級(jí)。

立即下載

DCT域紋理結(jié)構(gòu)相似度的模糊圖像質(zhì)量評(píng)價(jià)相關(guān)

文輯推薦

知識(shí)推薦

百科推薦

郭偉

職位:消防主管工程師

擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林

DCT域紋理結(jié)構(gòu)相似度的模糊圖像質(zhì)量評(píng)價(jià)文輯: 是郭偉根據(jù)數(shù)聚超市為大家精心整理的相關(guān)DCT域紋理結(jié)構(gòu)相似度的模糊圖像質(zhì)量評(píng)價(jià)資料、文獻(xiàn)、知識(shí)、教程及精品數(shù)據(jù)等,方便大家下載及在線閱讀。同時(shí),造價(jià)通平臺(tái)還為您提供材價(jià)查詢、測(cè)算、詢價(jià)、云造價(jià)、私有云高端定制等建設(shè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問(wèn): DCT域紋理結(jié)構(gòu)相似度的模糊圖像質(zhì)量評(píng)價(jià)