基于模糊数学的对抗网络图像配准建模

摘要：

为了解决传统方法特征提取结果受外界环境影响大,且没有考虑对抗网络图像中高频信息的特殊作用,影响配准精度的问题,通过模糊数学方法分析对抗网络图像配准建模问题.分析了对抗网络,在生成模型与判别模型中添加条件变量,通过对抗网络,利用表征向量对图像进行重构,生成图像数据.通过变换对图像对比度进行扩展,通过反变换获取原空间域中的边缘增强图像,通过抑制干扰能力强的Susan算子提取对抗网络图像边缘特征.在边缘特征提取的基础上,引入模糊数学中的模糊隶属度,对图像中不同点属于梯度的模糊隶属度进行定义,构造图像的模糊梯度场,通过模糊数学中的贴进度构造模糊梯度相似性测度,将模糊梯度相似性高的图像作为配准图像,实现对抗网络图像配准.结果表明:研究方法配准效果好;针对存在平移、灰度变化、细节变化、区域变化和尺度差异情况下的图像,可保持很高的性能.研究结果应用性强,配准准确性好.

关键词：模糊数学、对抗网络、图像、配准、建模

所属期刊栏目：19

分类号：TP391.41(计算技术、计算机技术)

资助基金：中国河南省科技厅项目182102210379

在线出版日期：2019-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：242-247