基于粗糙集约简的图像插值方法

来源 :计算机应用研究 | 被引量 : 5次 | 上传用户:ernest5
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种基于粗糙集约简的支持向量机图像插值方法,目的在于提高基于学习的插值方法的插值效率,改善放大图像边缘模糊现象。首先在原始图像上利用已知的像素灰度值及邻域内像素间的相关性构造训练样本集;然后利用粗糙集约简算法约简掉其中重要度较小的特征,并用约简后的样本集训练支持向量机;再用测试样本及训练好的支持向量机估计偶行偶列的像素灰度值;最后利用测试样本及训练好的支持向量机估计剩余的未知像素灰度值。仿真表明,所提方法有效提高了插值效率,获得了较好的客观指标,得到了满意的插值图像。
其他文献
传统拓扑网络级联失效可靠性模型,大多忽略路网设施与运输需求的空间分布问题。在复杂分层网络结构模型基础上,提出了城际路网的级联失效可靠性仿真模型,对中国内地城际路网
为了探究正常人脑电β波(13~25 Hz)静息态功能连接,提出了一种结合独立成分分析(ICA)、图论、层次聚类、t检验、标准低分辨率电磁断层成像(s LORETA)技术的分析算法。对利用BP Analyzer 64导脑电仪采集的25个健康被试者在闭眼和睁眼静息状态下的高分辨率脑电信号β波(13~25 Hz)进行了功能连接研究,结果表明:(a)β波在闭眼状态下的功能连接明显多于睁眼状态;(b)从闭眼
针对传统协同过滤算法中面临稀疏项目评分矩阵计算耗时不准确、同等对待不同时间段用户的项目评分这些影响推荐精度的问题,提出了基于项目聚类和评分的时间加权协同过滤推荐算法(TCF)。该算法将项目评分与项目属性特征综合相似度高的聚到一个类别里,能有效解决数据稀疏性问题,降低生成最近邻居集合时间。引入时间加权函数赋予项目评分按时间递减的权重,根据加权后的评分寻找目标用户的最近邻居集合。实验从平均绝对误差、平
仿照最小费用最大流问题的物理意义,将网络上的费用参数转换成为一种利润参数,提出一个与最小费用最大流问题类似、但意义完全相反的最大利润最小流问题,并建立了该问题的数学规划模型。此外,提出了一个求解该问题最优解的破除可增利润圈算法,该算法通过不断破除网络上的可增利润圈增流,使目标函数值不断增长,最终得到问题的最优解及目标函数值;同时给出了关于该算法正确性的证明过程,并对算法的复杂度进行了分析,最后用示
为了确定多因素多组合投标环境下当前供应商的最佳投标策略,给出一种多属性反向拍卖中供应商投标策略模型。该模型分析了竞争供应商的投标策略和获胜者确定规则,着重将人工蜂群算法的优化流程与当前供应商的决策过程相结合,根据竞争供应商的投标策略计算其成本函数,利用人工蜂群算法进行探索,得到当前投标组合下一轮最优投标策略。仿真实验表明,该模型在动态变化的投标过程中能快速高效求得当前供应商每一个投标组合的最优投标
现有的对施工区最优长度的研究,在考虑交通分流时都是在假设绕行道路的通行能力足以承受绕行交通量和绕行道路上已有的交通量的前提下,没有考虑到绕行道路上是否会发生排队。针对绕行道路可能发生排队的情况,研究该情况下的施工区长度和施工总成本的关系,建立以施工区长度为自变量的施工区总成本模型。根据主道路和绕行道路是否发生排队,将总成本模型分为四种形式。研究的目标是总成本最低,采用一定的方法推导出不同情况下的施
传统二维Otsu阈值分割法由于运算时间长、抗噪能力不足而在应用中受到限制。为了克服这些缺点,提出了一种基于双界线的二维Otsu阈值理论及其快速算法。在新的二维直方图中,两条平行于对角线的界线决定目标和背景区域的宽度,垂直于对角线的分割直线决定阈值大小。该算法运用Roberts算子和线性拟合法确定双界线,然后运用改进的Otsu法计算最佳阈值,最后对噪声区域进行后处理。实验结果表明,该算法不仅运算速度
通过对广播式自动相关监视(ADS-B)技术的监视安全性分析,提出了一种基于到达时间差/到达时间和(TDOA/TSOA)的ADS-B系统防欺骗技术。根据TDOA和TSOA等参数求解一个非线性方程组对目标进行三维物理定位,并与地面接收站解析得到的ADS-B信息进行对比分析来实现ADS-B系统防欺骗技术。最后对定位误差公式进行了推导和分析,仿真了地面接收站的几何构型与目标定位精度之间的关系,仿真实验结果
针对步态识别中步态特征提取高维处理的复杂性,在研究压缩感知理论的基础上,提出将压缩感知理论应用于步态识别中的步态特征提取方面。在充分利用步态图像稀疏性的前提下,利用观测矩阵对步态图像进行投影观测,得到的观测值作为步态特征用于步态识别中,实现了特征提取的降维处理,大大降低了计算的复杂性。在步态图像的重构方面,在压缩采样匹配追踪(CoSaMP)的基础上,提出了基于小波树模型的压缩采样匹配(wavele