基于Hauadorff测度的图像分类器设计

本文采用基于Ｈａｕｓｄｏｒｆｆ测度的分类方法为分类静止图像编码算法设计了一种有效地图像块分类器，根据图像块的办部特征将其分为四大类：平坦区（Ｓｈａｄｅ），中间区（Ｍｉｄｒａｎｇｅ），边缘区（Ｅｄｇｅ），混合区（Ｍｉｘｅｄ），引入分形参数进行的定量分析增强了分类的通用性并改进了分类效果。同时，在一定的假设条件下，根据视觉熵（ＶＥ）的概念和视觉系统（ＨＶＳ）特性从第四类的－Ｍｉａｅｄ块中进一步分离出两     

基于Hausdorff测度的图像分类器设计

本文采用基于Ｈａｕｓｄｏｒｆｆ测度的分类方法为分类静止图像编码算法设计了一种有效的图像块分类器，根据图像块的内部特征将其分为四大类：平坦区（Ｓｈａｄｅ），中间区（Ｍｉｄｒａｎｇｅ），边缘区（Ｅｄｇｅ），混合区（Ｍｉｔｅｄ），引入分形参数进行的定量分析增强了分类的通用性并改进了分类效果．同时，在一定的假设条件下，根据视觉熵（ＶＥ）的概念和人的视觉系统（ＨＶＳ）特性从第四类一Ｍｉｘｅｄ块中进一步分离出两种特殊区域一兴趣焦点（Ｋｅｙ－ｐｏｉｎｔ）和随机纹理区（Ｒａｎｄｏｍ－ｔｅｘｔｕｒｅ），使在主观视觉质量意义上，编码策略的最佳安排和编码系数的合理比特率分配成为可能．