杨 霞

（大连东软信息学院，辽宁 大连 116000）

0 引言

相关模糊图像识别的研究属于计算机视觉领域的研究范畴，设计可操作性较强的模糊图像识别方法，不仅可为遥感卫星、动物医学等行业的建设与发展提供支撑，同时也可为基层行业提供目标检测识别。文献［1］中根据迹变换，利用迹线扫描整幅图像获取图像特征，采用旋转局部梯度模式特征提取方法，将图片进行高清化处理。但是，由于该方法采用梯度代替像素，在经过图像预处理后，从多尺度多角度上提取旋转局部梯度模式特征时，图片的后期处理具有局限性，很难达到预期效果。文献［2］利用高斯拉普拉斯（LoG）边缘检测和增强局部相位量化的方法，对模糊图像进行识别计算，算法虽然取得了较好的效果，但难以做到精确处理图片。在图像研究中发现，传统的识别方法在应用中仍存在多种显著性问题。其中包括：在识别过程中对模糊图像的处理工作实施不到位、对相似度较高的图像识别不精准、识别后图像的分辨率与清晰度均显著下降等等。因此，本文在早期研究成果的基础上，引进D－S 理论，设计一种针对模糊图像的智能识别方法，用于代替传统识别方法，为社会多个产业的建设与发展提供优化技术的支撑。

1 D－S 理论

在D－S 理论中，其框架是由两个或以上数量的基本性伪命题构成。假定在此过程中存在一个完备的数据信息集合，则可认为针对某一问题的研究是具备确切答案的。但在提出的伪命题中，只能存在唯一一个真命题为答案。……