第一篇：[总结]图像的信噪比和峰值信噪比
峰值信噪比(Peak Signal to NoiseRatio, PSNR)是最广泛使用的评价图像质量的客观标准。它是原图像与处理图像之间均方误差相对于(2^n-1)^2 的对数值（即信号最大值的平方，其中n 是每个采样值的比特数）。
一般的，PSNR=10* log（255^2/MSE）
其中255 就是8 bits 表示法的最大值(Peak)，而MSE 表示原图像与处理图像之间均方误差(Mean Square Error)，如果不用8bit那么就不是255^2了，这里要注意下。
MSE=(1/PixelNum)*（对x，y求和（P(x，y)-P（x，y））^2）
PSNR单位为dB，PSNR越大表示失真越小.图象的信噪比应该等于信号与噪声的功率谱之比，但通常功率谱难以计算，有一种方法可以近似估计图象信噪比，即信号与噪声的方差之比。首先计算图象所有象素的局部方差，将局部方差的最大值认为是信号方差，最小值是噪声方差，求出它们的比值，再转成dB数，最后用经验公式修正，具体参数请参看“反卷积与信号复原（邹谋炎）”。
一段程序：
double temp1=0.0;
double temp2=0.0;
for(inti=0;i for(int j=0;j { temp1=temp1 OldImage[i][j]*OldImage[i][j]; timp2=temp2 (OldImage[i][j]-NewImage[i][j])*(OldImage[i][[j]-NewImage[i][j];} double SNR=255*255/Temp2*ROW*COL; SNR=10*log10(SNR);//SNR即为信噪比 double PSNR=temp1/temp2; PSNR=10*log10(PSNR);// PSNR即为峰值信噪比 另一段程序：（跟上一个不太一致） doublemse = 0.0; signed short temp; for(y = 0;y < c;y ) for(x = 0;x < r;x ) { temp =(signed short)map1[y][x]-(signed short)map2[y][x]; mse =(double)temp*temp; } if(mse< 0.1e-6) { printf(“nThe two file are the same!n”); } mse = mse /(1.0*r*c); doublepsnr = 10 * log10(255.0*255.0/mse); nansir总结集之电流控制篇 峰值电流模式控制总结 PWM(Peak Current-mode Control PWM)峰值电流模式控制简称电流模式控制。它的概念在60年代后期来源于具有原边电流保护功能的单端自激式反激开关电源。在70年代后期才从学术上作深入地建模研究。直至80年代初期，nansir总结集之电流控制篇 ②虽然电源的L－C滤波电路为二阶电路，但增加了电流内环控制后，只有当误差电压发生变化时，才会导致电感电流发生变化。即误差电压决定电感电流上升的程度，进而决定功率开关的占空比。因此，可看作是一个电流源，电感电流与负载电流之间有了一定的约束关系，使电感电流不再是独立变量，整个反馈电路变成了一阶电路，由于反馈信号电路与电压型相比，减少了一阶，因此误差放大器的控制环补偿网络得以简化，稳定度得以提高并且改善了频响，具有更大的增益带宽乘积。在小信号分析时，这种电路可以忽略电感的存在。因此，在整流器的输出端，增益和相移是由并联的输出电容和负载电阻确定的。这样，电路最多只有900相移和20分贝/十倍频而非40分贝/十倍频的增益衰减。 ③输入电压的调整可与电压模式控制的输入电压前馈技术相妣美； ④简单自动的磁通平衡功能； ⑤瞬时峰值电流限流功能，即内在固有的逐个脉冲限流功能； ⑥自动均流并联功能。 2峰值电流型控制存在的问题 下面主要讨论峰值电流型控制存在的问题及利用斜坡补偿克服所存在问题的方法，并给出斜坡补偿的实施方案。2.1开环不稳定性 在不考虑外环电压环的情况下，当恒频电流型变换器的占空比大于50％时，就存在内环电流环工作不稳定的问题。然而有些变换器（如双管正激变换器）它本身工作的脉冲占空比就不能大于50％，因此不存在问题。而有些变换器的脉冲占空比不大于50％时，它的输入将会受到许多限制，如果在内环加一个斜坡补偿信号，则变换器可以在任何脉冲占空比情况下正常工作。下面介绍斜坡补偿工作原理。 图2表示了由误差电压Ve控制的电流型变换器的波形，通过一个拢动电流△I加至电感电流IL，当占空比<0.5时，从图2(a)所示可以看出这个拢动ΔI将随时间的变化而减小；但当占空比>0.5时，这个拢动将随时间增加而增加，如图2（b）所示。这可用数学表达式表示： ΔI1=－ΔI0(m2/m1)(1) 电流控制模式分析 nansir总结集之电流控制篇 进一步可引入斜率为m的斜坡信号，如图2（c）所示。这个斜坡电压既可加至电流波形上，也可以从误差电压中减去。 图2电流型变换器的开环不稳定性 (a)D<0.5(b)D>0.5(c)D>0.5并加斜坡补偿 图3 局部放大图 由 几 何 关 系 可 知 i0acceabmabm1 i1bfbdabm2abm 式 中 ： m为 补 偿 信 号 上 升 斜 率 ； 电流控制模式分析 nansir总结集之电流控制篇 m1为 电 感 检 测 电 流 上 升 率 ； m2为 电 感 检 测 电 流 下 降 率。 所 以，经 过 一 个 开 关 周 期 后，输 出 电 感 中 电 流 的 变 化 为 ΔI1=ΔI0（m-m2）/(m1-m)（2） 要 系 统 稳 定，偏 移 电 流 量 必 须 趋近于 零，即 limin0 n故 系 统 稳 定 的 充 要 条 件 是 mm21 m1m因 为 在 稳 定 条 件 下，D· m1=-(1－ D)m2，消 去 m1，整 理 后，峰 值 电 流 控 制 系 统 稳 定 充 要 条 件 为 m2D13 m22D 由 式（3）可 知，当 没 有 斜 率 补 偿 时，即 m=0，必 须 要 求 占 空 比 D < 0.5，这 就 是 理 论 上 不 加 补 偿 时，占 空 比 D>0.5时 系 统 将 不 稳 定 ； 在100％占空比下求解这个方程（3）有： m>(－1/2)/m2 ………………………………（4） 为了保证电流环路稳定工作，应使斜坡补偿信号的斜率大于电流波形下降斜率m2的1/2。对图1所示的Buck型变换器，m2等于(VO/L)RS。所以补偿波形的幅度A应按下式计算： A>T*RS(VO/L)………………………………（5） 从而保证变换器的占空比大于50％时变换器能稳定工作。在 控 制 工 程 实 际 中，补 偿 斜 率 m一 般 取 为 m=(0.7～ 0.8)m2，这 样 既 保 证 了 系 统 符 合 稳 定 条 件，又 保 证 了 系 统 动 态 指 标。2.2次谐波振荡 对电流型控制而言,内环电流环峰值增益是个很重要的问题，这个峰值增益在开环频率一半的地方，由于调制器的相移可能在电压反馈环开关频率一半的地方产生振荡,这种不稳定性叫做次谐波振荡。 电流控制模式分析 nansir总结集之电流控制篇 2.3 峰值电流检测与平均电流检测 在电流型变换器中由平均电感电流产生一个误差电压,这个平均电感电流可用一个电流源来代替,并可以降低系统的一个阶次。减小峰值电感电流与平均电流的误差电流模式控制是一种固定时钟开启、峰值电流关断的控制方法。因为峰值电流(流过功率开关或电感上)在实际电路中容易进行采样，而且在逻辑上与平均电感电流大小变化相一致。但是，电感电流与输出平均电流之间存在一定的误差，峰值电感电流的大小不能与平均电感电流大小一一对应，因为在占空比不同的情况下，相同的峰值电感电流可以对应不同的平均电感电流，如图4所示。 而平均电感电流是唯一决定输出电压大小的因素。与消除次谐波振荡的方法类似，利用斜波补偿可以去除不同占空比对平均电感电流大小的影响，使得所控制的峰值电感电流最后收敛于平均电感电流，如图5所示。在数学上可以证明，将电感电流下斜坡斜率的至少一半以上斜率加在实际检测电流的上斜坡上，可以去除不同占空比对平均电感电流大小的扰动作用，使得所控制的峰值电感电流最后收敛于平均电感电流。因而合成波形信号UΣ要有斜坡补偿信号与实际电感电流信号两部分合成构成。当外加补偿斜坡信号的斜率增加到一定程度，峰值电流模式控制就会转化为电压模式控制。因为若将斜坡补偿信号完全用振荡电路的三角波代替，就成为电压模式控制，只不过此时的电流信号可以认为是一种电流前馈信号，见图1所示。当输出电流减小，峰值电流模式控制就从原理上趋向于变为电压模式控制。当处于空载状态，输出电流为零并且斜坡补偿信号幅值比较大的话，峰值电流模式控制就实际上变为电压模式控制了。 图4不同占空比时，相同峰值电感电流对应的平均电感电流 图5利用斜波补偿消除不同占空比对平均电感电流的影响 电流控制模式分析 nansir总结集之电流控制篇 2.4 小纹波电流 从性能的角度总希望纹波电流要小，首先它可以使输出滤波电容的容量减小，并在轻载时的电流连续工作模式下输出纹波小。虽然对电流检测电路的小斜坡补偿量，在许多情况下可以得到小的纹波电流，但将由于随机和同步噪声信号的引入而致使脉冲宽度摆动。并且斜坡补偿加到电流波形上将会产生一个更稳定的开关点，为达到这个目的，相对于电感电流这个补偿量m应大于m2，并且这对次谐波稳定是有必要的。但任何斜坡补偿大于m=－(1/2)m2将使变换器的特性偏离理想电流型变换器而更像一个电压型变换器。 2.5 电流型控制不大适合于半桥型开关电源。 这是因为在半桥式电路中，通过桥臂2只电容的放电维持变压器初级绕组的伏－秒平衡；当电流型控制通过改变占空比而纠正伏－秒不平衡时，会导致这2只电容放电不平衡，使电容分压偏离中心点，然而电流型控制在此情况下试图进一步改变占空比，使电容分压更加偏离中心点，形成恶性循环。电流型控制的斜波补偿实例 3.1 3842补偿实例 美国UNITRODE公司生产的电流型PWM控制芯片UC1842/43，具有外电路简单，成本较低等优点。关于它的电性能与典型应用这里不再赘述，只简单介绍一下进行斜波补偿的方法。图6说明了UC1842/43的2种斜波补偿方法： nansir总结集之电流控制篇 (a)斜波补偿加至2端 (b)斜波补偿加至3端 图6 利用UC1824/43的2种斜波补偿方法 3.2 UC1846的斜坡补偿 UC1846是一种采用斜坡补偿的电流型集成控制芯片，它具有恒频PWM电流型控制所需的控制电路和相关电路。图7（a）和图7（b）表示采用UC1846实施斜坡补偿的两种电路原理图。在 nansir总结集之电流控制篇 （b）斜坡补偿信号直接和误差信号相加 ——开关频率固定(这种情况下R1/R2固定)，并且误差放大器增益固定； ——计算所需斜坡补偿量时要把电压误差放大器,电流误差放大器的增益都考虑进去。在任何一种情况下,一旦R2的值确定后,负载对CT的影响也可以确定。 电流控制模式分析 数字图像处理：各种变换滤波和噪声的类型和用途总结 一、基本的灰度变换函数 1.1.图像反转 适用场景：增强嵌入在一幅图像的暗区域中的白色或灰色细节，特别是当黑色的面积在尺寸上占主导地位的时候。 1.2.对数变换（反对数变换与其相反） 过程：将输入中范围较窄的低灰度值映射为输出中较宽范围的灰度值。用处：用来扩展图像中暗像素的值，同时压缩更高灰度级的值。特征：压缩像素值变化较大的图像的动态范围。 举例：处理傅里叶频谱，频谱中的低值往往观察不到，对数变换之后细节更加丰富。 1.3.幂律变换（又名：伽马变换） 过程：将窄范围的暗色输入值映射为较宽范围的输出值。 用处：伽马校正可以校正幂律响应现象，常用于在计算机屏幕上精确地显示图像，可进行对比度和可辨细节的加强。 1.4.分段线性变换函数 缺点：技术说明需要用户输入。优点：形式可以是任意复杂的。 1.4.1.对比度拉伸：扩展图像的动态范围。 1.4.2.灰度级分层：可以产生二值图像，研究造影剂的流动。1.4.3.比特平面分层：原图像中任意一个像素的值，都可以类似的由这些比特平面对应的二进制像素值来重建，可用于压缩图片。 1.5.直方图处理 1.5.1直方图均衡：增强对比度，补偿图像在视觉上难以区分灰度级的差别。作为自适应对比度增强工具，功能强大。 1.5.2直方图匹配（直方图规定化）：希望处理后的图像具有规定的直方图形状。在直方图均衡的基础上规定化，有利于解决像素集中于灰度级暗端的图像。 1.5.3局部直方图处理：用于增强小区域的细节，方法是以图像中的每个像素邻域中的灰度分布为基础设计变换函数，可用于显示全局直方图均衡化不足以影响的细节的显示。1.5.4直方图统计：可用于图像增强，能够增强暗色区域同时尽可能的保留明亮区域不变，灵活性好。 二、基本的空间滤波器 2.1.平滑空间滤波器 2.1.1平滑线性滤波器（均值滤波器） 输出：包含在滤波器模板邻域内的像素的简单平均值，用邻域内的平均灰度替代了图像中每个像素的值，是一种低通滤波器。结果：降低图像灰度的尖锐变化。 应用：降低噪声，去除图像中的不相关细节。负面效应：边缘模糊。 2.1.2统计排序滤波器（非线性滤波器）举例：中值滤波器。过程：以滤波器包围的图像区域中所包含图像的排序为基础，然后使用统计排序结果决定的值取代中心区域的值。 用处：中值滤波器可以很好的解决椒盐噪声，也就是脉冲噪声。 2.2.锐化空间滤波器 2.2.1拉普拉斯算子（二阶微分） 作用：强调灰度的突变，可以增强图像的细节。 2.2.2非锐化掩蔽和高提升滤波 原理：原图像中减去一幅非锐化（平滑处理）的版本。背景：印刷和出版界使用多年的图像锐化处理。 高提升滤波：原图减去模糊图的结果为模板，输出图像等于原图加上加权后的模板，当权重为1得到非锐化掩蔽，当权重大于1成为高提升滤波。 2.2.3梯度锐化（一阶微分对） 含义：梯度指出了在该位置的最大变化率的方向。 用处：工业检测，辅助人工检测产品的缺陷，自动检测的预处理。 三、基本的频率滤波器 3.1.1理想低（高）通滤波器 特性：振铃现象，实际无法实现。 用处：并不实用，但是研究滤波器的特性很有用。 3.1.2布特沃斯低（高）通滤波器 特点：没有振铃现象，归功于在低频和高频之间的平滑过渡，二阶的布特沃斯低通滤波器是很好的选择。 效果：比理想低（高）通滤波器更平滑，边缘失真小。截止频率越大，失真越平滑。 3.1.3高斯低（高）通滤波器 特点：没有振铃。 用处：任何类型的人工缺陷都不可接受的情况（医学成像）。 3.1.4钝化模板，高提升滤波，高频强调滤波 用处：X射线，先高频强调，然后直方图均衡。 3.1.5同态滤波 原理：图像分为照射分量和反射分量的乘积。 用处：增强图像，锐化图像的反射分量（边缘信息），例如PET扫描。 3.1.6选择性滤波 3.1.6.1带阻滤波器和带通滤波器。作用：处理制定频段和矩形区域的小区域。 3.1.6.2陷阱滤波器 原理：拒绝或通过事先定义的关于频率矩形中心的一邻域。应用：选择性的修改离散傅里叶变换的局部区域。 优点：直接对DFT处理，而不需要填充。交互式的处理，不会导致缠绕错误。用途：解决莫尔波纹。 四、重要的噪声概率密度函数 4.1.高斯噪声 特点：在数学上的易处理性。 4.2瑞利噪声 特点：基本形状向右变形，适用于近似歪斜的直方图。 4.3爱尔兰（伽马）噪声 特点：密度分布函数的分母为伽马函数。 4.4指数噪声 特点：密度分布遵循指数函数。 4.5均匀噪声 特点：密度均匀。 4.6脉冲噪声（双极脉冲噪声又名椒盐噪声） 特点：唯一一种引起退化，视觉上可以区分的噪声类型。 五、空间滤波器还原噪声 5.1均值滤波器 5.1.1算术均值滤波器 结果：模糊了结果，降低了噪声。适用：高斯或均匀随机噪声。5.1.2几何均值滤波器 结果：和算术均值滤波器相比，丢失的图像细节更少。适用：更适用高斯或均匀随机噪声。 5.1.3谐波均值滤波器 结果：对于盐粒噪声（白色）效果较好，但不适用于胡椒噪声（黑色），善于处理高斯噪声那样的其他噪声。 5.1.4逆谐波均值滤波器 结果：适合减少或在实际中消除椒盐噪声的影响，当Q值为正的时候消除胡椒噪声，当Q值为负的时候该滤波器消除盐粒噪声。但不能同时消除这两种噪声。适用：脉冲噪声。 缺点：必须知道噪声是明噪声还是暗噪声。 5.2统计排序滤波器 5.2.1中值滤波器 适用：存在单极或双极脉冲噪声的情况。 5.2.2最大值滤波器 作用：发现图像中的最亮点，可以降低胡椒噪声。 5.2.2最小值滤波器 作用：对最暗点有用，可以降低盐粒噪声。 5.2.3中点滤波器 作用：结合统计排序和求平均，对于随机分布噪声工作的很好，如高斯噪声或均匀噪声。5.2.4修正的阿尔法均值滤波器 作用：在包括多种噪声的情况下很有用，例如高斯噪声和椒盐噪声混合。 5.3自适应滤波器 5.3.1自适应局部降低噪声滤波器 作用：防止由于缺乏图像噪声方差知识而产生的无意义结果，适用均值和方差确定的加性高斯噪声。 5.3.1自适应中值滤波器 作用：处理更大概率的脉冲噪声，同时平滑非脉冲噪声时保留细节，减少诸如物体边界粗化或细化等失真。 5.4频率域滤波器消除周期噪声 5.4.1带阻滤波器 应用：在频率域噪声分量的一般位置近似已知的应用中消除噪声 5.4.2带通滤波器 注意：不能直接在一张图片上使用带通滤波器，那样会消除太多的图像细节。用处：屏蔽选中频段导致的结果，帮助屏蔽噪声模式。 5.4.3陷阱滤波器 原理：阻止事先定义的中心频率的邻域内的频率。作用：消除周期性噪声。 5.4.4最佳陷阱滤波 作用：解决存在多种干扰分量的情况。 图像常见特征提取方法简介 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一、颜色特征 （一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。 （二）常用的特征提取与匹配方法（1）颜色直方图 其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。 最常用的颜色空间：RGB颜色空间、HSV颜色空间。 颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。（2）颜色集 颜色直方图法是一种全局颜色特征提取与匹配方法，无法区分局部颜色信息。颜色集是对颜色直方图的一种近似首先将图像从 RGB颜色空间转化成视觉均衡的颜色空间（如 HSV 空间），并将颜色空间量化成若干个柄。然后，用色彩自动分割技术将图像分为若干区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达为一个二进制的颜色索引集。在图像匹配中，比较不同图像颜色集之间的距离和色彩区域的空间关系（3）颜色矩 这种方法的数学基础在于：图像中任何的颜色分布均可以用它的矩来表示。此外，由于颜色分布信息主要集中在低阶矩中，因此，仅采用颜色的一阶矩（mean）、二阶矩（variance）和三阶矩（skewness）就足以表达图像的颜色分布。（4）颜色聚合向量 其核心思想是：将属于直方图每一个柄的像素分成两部分，如果该柄内的某些像素所占据的连续区域的面积大于给定的阈值，则该区域内的像素作为聚合像素，否则作为非聚合像素。（5）颜色相关图 二纹理特征 （一）特点：纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。在模式匹配中，这种区域性的特征具有较大的优越性，不会由于局部的偏差而无法匹配成功。作为一种统计特征，纹理特征常具有旋转不变性，并且对于噪声有较强的抵抗能力。但是，纹理特征也有其缺点，一个很明显的缺点是当图像的分辨率变化的时候，所计算出来的纹理可能会有较大偏差。另外，由于有可能受到光照、反射情况的影响，从2-D图像中反映出来的纹理不一定是3-D物体表面真实的纹理。 例如，水中的倒影，光滑的金属面互相反射造成的影响等都会导致纹理的变化。由于这些不是物体本身的特性，因而将纹理信息应用于检索时，有时这些虚假的纹理会对检索造成“误导”。 在检索具有粗细、疏密等方面较大差别的纹理图像时，利用纹理特征是一种有效的方法。但当纹理之间的粗细、疏密等易于分辨的信息之间相差不大的时候，通常的纹理特征很难准确地反映出人的视觉感觉不同的纹理之间的差别。 （二）常用的特征提取与匹配方法 纹理特征描述方法分类 （1）统计方法统计方法的典型代表是一种称为灰度共生矩阵的纹理特征分析方法Gotlieb 和 Kreyszig 等人在研究共生矩阵中各种统计特征基础上，通过实验，得出灰度共生矩阵的四个关键特征：能量、惯量、熵和相关性。统计方法中另一种典型方法，则是从图像的自相关函数（即图像的能量谱函数）提取纹理特征，即通过对图像的能量谱函数的计算，提取纹理的粗细度及方向性等特征参数（2）几何法 所谓几何法，是建立在纹理基元（基本的纹理元素）理论基础上的一种纹理特征分析方法。纹理基元理论认为，复杂的纹理可以由若干简单的纹理基元以一定的有规律的形式重复排列构成。在几何法中，比较有影响的算法有两种：Voronio 棋盘格特征法和结构法。（3）模型法 模型法以图像的构造模型为基础，采用模型的参数作为纹理特征。典型的方法是随机场模型法，如马尔可夫（Markov）随机场（MRF）模型法和 Gibbs 随机场模型法（4）信号处理法 纹理特征的提取与匹配主要有：灰度共生矩阵、Tamura 纹理特征、自回归纹理模型、小波变换等。 灰度共生矩阵特征提取与匹配主要依赖于能量、惯量、熵和相关性四个参数。Tamura 纹理特征基于人类对纹理的视觉感知心理学研究，提出6种属性，即：粗糙度、对比度、方向度、线像度、规整度和粗略度。自回归纹理模型（simultaneous auto-regressive, SAR）是马尔可夫随机场（MRF）模型的一种应用实例。三形状特征 （一）特点：各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索，但它们也有一些共同的问题，包括：①目前基于形状的检索方法还缺乏比较完善的数学模型；②如果目标有变形时检索结果往往不太可靠；③许多形状特征仅描述了目标局部的性质，要全面描述目标常对计算时间和存储量有较高的要求；④许多形状特征所反映的目标形状信息与人的直观感觉不完全一致，或者说，特征空间的相似性与人视觉系统感受到的相似性有差别。另外，从 2-D 图像中表现的 3-D 物体实际上只是物体在空间某一平面的投影，从 2-D 图像中反映出来的形状常不是 3-D 物体真实的形状，由于视点的变化，可能会产生各种失真。 （二）常用的特征提取与匹配方法 Ⅰ几种典型的形状特征描述方法 通常情况下，形状特征有两类表示方法，一类是轮廓特征，另一类是区域特征。图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。几种典型的形状特征描述方法： （1）边界特征法该方法通过对边界特征的描述来获取图像的形状参数。其中Hough 变换检测平行直线方法和边界方向直方图方法是经典方法。Hough 变换是利用图像全局特性而将边缘像素连接起来组成区域封闭边界的一种方法，其基本思想是点—线的对偶性；边界方向直方图法首先微分图像求得图像边缘，然后，做出关于边缘大小和方向的直方图，通常的方法是构造图像灰度梯度方向矩阵。（2）傅里叶形状描述符法 傅里叶形状描述符(Fourier shape descriptors)基本思想是用物体边界的傅里叶变换作为形状描述，利用区域边界的封闭性和周期性，将二维问题转化为一维问题。由边界点导出三种形状表达，分别是曲率函数、质心距离、复坐标函数。（3）几何参数法 形状的表达和匹配采用更为简单的区域特征描述方法，例如采用有关形状定量测度（如矩、面积、周长等）的形状参数法（shape factor）。在 QBIC 系统中，便是利用圆度、偏心率、主轴方向和代数不变矩等几何参数，进行基于形状特征的图像检索。 需要说明的是，形状参数的提取，必须以图像处理及图像分割为前提，参数的准确性必然受到分割效果的影响，对分割效果很差的图像，形状参数甚至无法提取。（4）形状不变矩法 利用目标所占区域的矩作为形状描述参数。（5）其它方法近年来，在形状的表示和匹配方面的工作还包括有限元法（Finite Element Method 或 FEM）、旋转函数（Turning Function）和小波描述符（Wavelet Descriptor）等方法。Ⅱ基于小波和相对矩的形状特征提取与匹配 该方法先用小波变换模极大值得到多尺度边缘图像，然后计算每一尺度的 7个不变矩，再转化为 10 个相对矩，将所有尺度上的相对矩作为图像特征向量，从而统一了区域和封闭、不封闭结构。四空间关系特征 （一）特点：所谓空间关系，是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系也可分为连接/邻接关系、交叠/重叠关系和包含/包容关系等。通常空间位置信息可以分为两类：相对空间位置信息和绝对空间位置信息。前一种关系强调的是目标之间的相对情况，如上下左右关系等，后一种关系强调的是目标之间的距离大小以及方位。显而易见，由绝对空间位置可推出相对空间位置，但表达相对空间位置信息常比较简单。空间关系特征的使用可加强对图像内容的描述区分能力，但空间关系特征常对图像或目标的旋转、反转、尺度变化等比较敏感。另外，实际应用中，仅仅利用空间信息往往是不够的，不能有效准确地表达场景信息。为了检索，除使用空间关系特征外，还需要其它特征来配合。 （二）常用的特征提取与匹配方法 提取图像空间关系特征可以有两种方法：一种方法是首先对图像进行自动分割，划分出图像中所包含的对象或颜色区域，然后根据这些区域提取图像特征，并建立索引；另一种方法则简单地将图像均匀地划分为若干规则子块，然后对每个图像子块提取特征，并建立索引。 各大城市峰值日照时数资料 城市 斜面日均辐射量 峰值日照时数 计算公式（峰值日照时数）哈尔滨 15838 4.399796 4长春 17127 4.7578806 沈阳 16564.6012022 北京 18035.010123 一、（斜面日均辐射量×2.778）/10000 千焦/米２ 天津 16724.6453716 呼和浩特 20225.576835 太原 17394.8320532 乌鲁木齐 16594 4.6098132 二、（年总辐射量×0.0116）/365 千卡/厘米２ 西宁 19617 5.4496026 兰州 158 4.4009076...................0.0116是单位转换系数 银川 19615.449047 西安 12952 3.5980656 上海 13693.8033598 １卡＝４.18焦 １kal＝４.18J 南京 14207 3.9467046 J=W·S W= J/S 合肥 13299 3.6944622 杭州 12372 3.4369416 南昌 13714 3.8097492 注：此表是按公式一计算的 福州 12451 3.4588878 济南 15994 4.4431332 郑州 14558 4.0442124 武汉 13707 3.8078046 长沙 11589 3.2194242 广州 12702 3.5286156 海口 13510 3.753078 南宁 12734 3.5375052 成都 10304 2.8624512 贵阳 10235 2.843283 昆明 15334.2595074 拉萨 24151 6.7091478 计算等效的峰值日照时数 计算等效的峰值日照时数： 全年峰值日照时数为: 180000×0.0116=2088小时 0.0116为将辐射量(卡/cm2)换算成峰值日照时数的换算系数: 峰值日照定义: 100毫瓦/cm2=0.1瓦/cm2 1卡=4.18焦耳=4.18瓦秒 1小时=3600秒 则: 1卡/cm2=4.18瓦秒/卡/(3600秒/小时×0.1瓦/cm2)=0.0116小时cm2/卡 于是: 180000卡/cm2年×0.0116小时cm2/卡=2088小时/年平均每日峰值日照时数为：2088÷365＝5.72小时/日 太阳辐射的基本定律 太阳辐射的直散分离原理、布格－朗伯定律和余弦定律是我们所要了解的三条最基本的定律。 直散分离原理： 大地表面（即水平面）和方阵面（即倾斜面）上所接收到的辐射量均符合直散分离原理，只不过大地表面所接收到的辐射量没有地面反射分量，而太阳电池方阵面上所接收到的辐射量包括地面反射分量： Qp= Sp Dp QT= ST DT RT Qp:水平面总辐射 Sp:水平面直接辐射 Dp:水平面散射辐射 QT:倾斜面总辐射 ST:倾斜面直接辐射 DT:倾斜面地面反射 布格-朗伯定律: SD’= S0Fm S0：太阳常数1350W/m2 SD’：直接辐射强度 F:大气透明度 m:大气质量m=1/Sina′P/P0 a:太阳高度角 Po:标准大气压 Sina= SinfSind CosfCosdCosw d:太阳赤纬角 d=23.5Sin(360*(284 N)/365) f：当地纬度（0－90°） w：时角（地球自转一周360度，24小时）15度/小时 或 4分钟/度 余弦定律: Sp’ = SD’ Sina ST’ = SD’COSq DT’ = Dp’(1 CosZ)/2 RT’ = Qp’(1-CosZ)/2 QT= ST DT RT第二篇：峰值电流模式控制总结
第三篇：图像滤波总结
第四篇：图像特征提取总结
第五篇：各地 峰值日照 时数 免费下载
