图像灰色模型理论与算法PDF|Epub|txt|kindle电子书版本网盘下载

图像灰色模型理论与算法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 灰理论基础1

1.1 灰色系统理论概述1

1.2 序列算子2

1.3 灰色模型5

1.3.1 灰色关联分析5

1.3.2 灰熵理论7

1.3.3 灰色预测模型9

1.4 小结11

第2章 路面图像灰色模型及其理论分析13

2.1 路面图像处理的现实起源13

2.2 路面图像裂缝检测与灰色图像处理算法的发展15

2.2.1 路面图像裂缝检测算法16

2.2.2 灰色关联分析在图像处理中的应用21

2.2.3 熵理论在图像处理中的应用24

2.2.4 灰色预测模型在图像处理中的应用24

2.3 灰色系统理论与图像处理融合的理论分析27

2.3.1 图像灰色模型27

2.3.2 灰色系统理论用于路面图像处理的思路与实现28

2.3.3 路面裂缝图像的灰色特性31

2.3.4 路面图像处理算法中的灰性分析33

2.3.5 灰色系统理论用于路面图像处理算法的可行性分析34

2.4 小结37

第3章 路面图像裂缝检测机理38

3.1 路面自动检测系统概况38

3.1.1 路面裂缝的起因分析38

3.1.2 路面自动检测系统的产生与发展39

3.1.3 路面自动检测的原理与过程42

3.2 路面图像的预处理与分割44

3.2.1 路面图像的滤波44

3.2.2 路面图像的增强45

3.2.3 路面图像的边缘检测46

3.3 小结47

第4章 基于序列算子的路面图像数据预处理技术48

4.1 基于灰生成算子的数据修补技术48

4.2 基于值域转换算子的数据变换技术52

4.3 小结53

第5章 图像灰色模型理论54

5.1 灰色图像关联分析54

5.2 灰色图像关联熵57

5.3 灰色图像预测模型58

5.4 小结60

第6章 基于灰色系统理论的路面图像去噪算法61

6.1 基于灰色图像关联度的路面图像加权均值滤波算法61

6.1.1 传统的基于邓氏关联度的自适应均值滤波算法62

6.1.2 基于灰关联中值滤波算法及其结果分析64

6.1.3 改进算法的思想65

6.1.4 改进算法的步骤66

6.1.5 改进算法的结果及其分析68

6.2 基于灰关联噪声自适应判别的路面图像去噪算法75

6.2.1 基于灰色绝对关联度的图像滤波算法76

6.2.2 改进算法的思想77

6.2.3 改进算法的步骤77

6.2.4 改进算法的结果及其分析80

6.3 基于灰熵的路面图像加权均值滤波算法84

6.3.1 算法的思想和实现机理85

6.3.2 算法的实现步骤85

6.3.3 算法的结果及其分析87

6.4 基于灰熵噪声判别的路面图像开关中值滤波算法93

6.4.1 算法的思想93

6.4.2 算法的步骤94

6.4.3 算法的结果及分析97

6.5 基于灰色预测模型的路面图像复合滤波算法106

6.5.1 基于GM（1，1）模型的非线性滤波器107

6.5.2 改进算法的思想110

6.5.3 算法的具体步骤110

6.5.4 算法的实现结果及其分析113

6.6 小结120

第7章 基于灰色系统理论的路面图像边缘检测算法122

7.1 基于灰色关联分析的路面图像边缘检测算法123

7.1.1 传统的基于灰色关联度的图像边缘检测算法123

7.1.2 改进算法的思想124

7.1.3 改进算法的步骤124

7.1.4 改进算法的结果及其分析127

7.2 基于灰关联熵阈值选取的路面图像边缘检测算法128

7.2.1 算法的思想129

7.2.2 算法的步骤129

7.2.3 算法结果及其分析131

7.3 基于局部纹理分析与灰熵判别的路面图像边缘检测算法134

7.3.1 算法的主要思想134

7.3.2 算法的步骤134

7.3.3 算法的结果及其分析138

7.4 基于GM（1，1，C）的路面图像边缘检测算法140

7.4.1 算法的思想141

7.4.2 算法的具体实现步骤144

7.4.3 算法的实现结果及其分析146

7.5 不同灰色预测模型在路面图像边缘检测中的应用与比较分析148

7.5.1 算法的思想148

7.5.2 算法的步骤和过程149

7.5.3 算法的结果及其分析152

7.6 小结160

第8章 基于灰色系统理论的路面图像增强算法162

8.1 基于灰色关联分析的路面图像局部对比度增强算法162

8.1.1 传统的图像对比度增强算法163

8.1.2 基于模糊对比度的图像增强算法164

8.1.3 基于简化模糊对比度的图像增强算法165

8.1.4 改进算法的思想167

8.1.5 改进算法的步骤169

8.1.6 改进算法的优点及其结果分析171

8.2 基于灰色关联度增强指数的路面图像局部对比度增强算法174

8.2.1 算法的思想174

8.2.2 算法的步骤175

8.2.3 算法的结果及其分析176

8.3 基于灰熵增强指数的路面图像局部对比度增强算法179

8.3.1 基于灰熵放大系数的模糊对比度增强算法179

8.3.2 算法的思想181

8.3.3 算法的实现步骤181

8.3.4 算法的结果及其分析183

8.4 基于灰熵边缘测度的路面图像模糊对比度增强算法186

8.4.1 算法的思想187

8.4.2 算法的步骤与结构187

8.4.3 算法的仿真实验结果及其分析190

8.5 基于GM（1，1）幂指数动态判决的路面图像对比度增强算法192

8.5.1 算法的思想193

8.5.2 算法步骤193

8.5.3 算法的仿真实验结果及其分析196

8.6 基于离散灰色预测模型多方向边缘判决的图像对比度增强算法199

8.6.1 算法的思想199

8.6.2 算法的步骤与过程199

8.6.3 算法的结果及其分析203

8.7 基于邻域向心预测的路面图像对比度增强算法205

8.7.1 算法的思想206

8.7.2 算法的具体步骤207

8.7.3 算法的仿真实验结果及其分析210

8.8 小结213

第9章 若干值得进一步探讨的问题214

参考文献218

附录 主要章节算法实现的MATLAB源程序核心代码231