基于隐马尔可夫模型的噪声图像类型识别技术

噪声图像类型识别是图像信息获取过程中的关键步骤，为此面对基于结构识别以及基于机器学习的两种噪声图像识别技术存在的识别准确率、检测率较低问题，研究一种基于隐马尔可夫模型的噪声图像类型识别技术。先对待识别图像进行预处理，包括灰度化、滤波去噪、校正、分割、数字化等流程，消除图像中背景干扰或其它附加因素，再利用主成分分析法提取图像特征，对隐马尔可夫模型进行训练，得到训练样本，通过计算待识别图像特征与训练样本之间的似然概率，实现图像类型分类，完成图像类型识别。结果表明：该方法识别噪声图像类型的识别准确率和检测率明显提高，解决了传统噪声图像类型识别技术存在的问题，具有一定的有效性。