基于纹理特征的网络多媒体图像模板匹配方法

传统图像模板匹配算法受到椒盐噪声影响,图像纹理特征分割和提取效果较差,导致图像模板匹配结果不精准,为了解决该问题,提出基于纹理特征的网络多媒体图像模板匹配方法。使用小波多尺度滤波方法匹配椒盐噪声干扰图像特征,根据特征匹配结果,获取图像分割轮廓线,完成图像纹理特征分割。采用分块模板匹配方法模拟椒盐噪声干扰图像的活动轮廓分布情况,构建特征提取模型,提取图像纹理特征分量。使用全矩阵加权搜索策略,匹配网络多媒体图像模板,根据旧模板和当前图像的最佳匹配位置实现自适应修正。由实验结果可知,该方法在无干扰情况下最高匹配精准度为99%,在椒盐噪声干扰下最高匹配精准度为90%,具有精准匹配的效果。

多媒体网络图像目标检测算法仿真研究

为解决当前图像目标检测算法中存在的虚警率和漏检率较高的问题,提出基于特征的多媒体网络图像目标检测算法。分别计算目标辐射信号和白噪声相互叠加产生的信号和小目标像素强度,得到小目标中噪声边缘点像素强度。将噪声边缘点像素强度引入最大均值滤波中,给出最大均值滤波器在不同情况下的输出和多媒体网络图像最终滤波结果。将滤波后多媒体网络图像划分为相等的图像块,计算各图像块像素点总数,得到目标弱可疑区域。在弱可疑区域实行非完全特征匹配操作,获得强可疑区域,实行完全特征匹配操作,计算出多媒体网络图像目标质心位置。利用目标质心位置的确定,给出多媒体网络图像目标检测结果。仿真结果表明,所提算法可将漏检率控制在1. 5%以下,检测虚警率最高不超过5%。实验数据说明,所提算法具有很强的可实践性。