【摘 要】
：
当前图像数据存储算法在空间相关性约束条件下,数据存储速度慢、可靠性不足,尤其是在受到激光束的干扰时,图像数据存储普遍存在丢帧问题。提出一种基于自适应小波变换与稀疏矩阵算法相结合的图像数据存储技术研究,首先基于灰度图像阈值分割,最小化激光束条纹的干扰;依据图像的局部特征分块处理图像数据,采用自适应小波算法预判图像的纹理,并获取分数像素值,分别对方向信息和变化系数进行编码,完成图像的压缩;最后应用稀疏
论文部分内容阅读
当前图像数据存储算法在空间相关性约束条件下,数据存储速度慢、可靠性不足,尤其是在受到激光束的干扰时,图像数据存储普遍存在丢帧问题。提出一种基于自适应小波变换与稀疏矩阵算法相结合的图像数据存储技术研究,首先基于灰度图像阈值分割,最小化激光束条纹的干扰;依据图像的局部特征分块处理图像数据,采用自适应小波算法预判图像的纹理,并获取分数像素值,分别对方向信息和变化系数进行编码,完成图像的压缩;最后应用稀疏矩阵存储算法,实现对压缩后图像的高效存储。实验证明提出的综合算法具有更快的图像数据存储速度、在图像检索性
其他文献
With the advance of multimedia technology and communications, images and videos become the major streaming information through the Internet. How to fast retrieve desired similar images precisely from
In this paper,we propose a dynamic multi-descriptor fusion(DMDF)approach to improving the retrieval accuracy of 3-dimensional(3D)model retrieval systems.First,an independent retrieval list is generate
针对当前的抗干扰信息融合方法受到噪点干扰的影响较大,存在映射精度低、误差大的问题,提出基于白平衡偏差补偿和小波尺度分解的多尺度纹理图像数据抗干扰信息映射方法.首先进行多尺度纹理图像数据的特征采集,对采集的原始图像数据采用小波降噪方法进行提纯预处理,然后进行图像的白平衡偏差补偿,实现图像数据的修正和多尺度纹理信息的融合,采用小波尺度分解方法进行图像数据抗干扰信息的特征提取和分层映射,提高图像数据信息
磁环表面缺陷图像具有对比度低、纹理背景复杂、缺陷种类多和亮度不均匀等特点,提出了一种基于掩模图像的磁环表面缺陷提取方法。首先,通过分析磁环表面图像中不同缺陷区域与正常区域的灰度差别,将磁环表面缺陷划分为两类,第1类为缺陷灰度值与正常区域差别大易分割,第2类为缺陷灰度值与正常区域灰度值差别小不易分割;其次,根据两类表面缺陷的成像特点以及与背景的关系,利用掩模技术分别设计了相应的缺陷提取方法;最后,在
提出了一种采用烟雾颜色混合模型和多特征组合的视频烟雾检测算法。首先利用混合高斯背景模型提取烟雾视频的运动区域;然后使用新的烟雾颜色混合模型从运动区域中确定出疑似烟雾区域;最后采用烟雾的动态特征(运动速度均值和方差,运动方向,面积增长率)组合分析对疑似烟雾区域进行烟雾识别,剔除非烟雾区域。通过不同类型烟雾视频的实验结果表明:对于光照正常,烟雾浓的烟雾类型,本文算法取得了96.57%平均检测成功率;对
针对3D视频质量评价,提出了一种基于离散余弦变换(DCT)系数重组的降参考质量评价方法。方法主要包括4D数据集构造、DCT变换与重组和降参考(RR)质量评价3个阶段。在4D数据集构造阶段,通过联合视频的空间域、视点域和时间域信息构造包含3D视频全部信息的4D数据集;在DCT变换与重组阶段,首先对数据集进行DCT变换,然后筛选复杂度较高的DCT系数进行重组,得到能够表征3D视频质量的重组系数集;在R
针对传统的张量填充算法对于不满足低秩条件的张量填充效果难以保证,本文采用张量分解的方法实现缺失张量的修复,即对传统Tucker分解算法进行改造,在其目标函数中增加对核心张量和系数矩阵的非负性以及核心张量的稀疏性约束,再利用凸优化理论中的交替近端梯度算法(APGM)对目标函数进行迭代寻优,在分解的同时实现缺失数据点的填充。医学图像、彩色图像和视频图像的修复结果表明,本文算法能够对高阶非负张量的缺失实
针对传统暗通道先验去雾方法在进行大气散射函数估计时容易出现块状模糊效应的问题,提出了一种基于分割映射的单幅彩色图像去雾方法。首先对前端采集图像进行近景与远景区域分割,并基于分割区域进行亮度信息的分段映射,通过分段计算获取大气散射函数的预测估计值;接着,采用传统的导向滤波方法对大气散射函数的估计值进行优化分析,进一步增强图像的边缘信息,改善在大面积天空颜色情况下图像边缘的块状模糊效应,提升含雾图像在
针对传统超分辨率图像重建算法速度慢的缺点,提出了一种基于自适应各向异性正则化的快速超分辨率图像重建算法。本文算法兼顾重建图像质量的同时,提升了图形的重建速度。基于传统迭代算法,本文算法通过优化约束条件,大量剔除了冗余过程,弥补了传统算法的不足;同时引入一种具有自适应能力的各向异性平滑项,可以适应各种复杂的运动模型。另外,提出以图像的峰值信噪比(PSNR)为标准,作为重建迭代的截止条件。运用本文算法
在MAP超分辨率重建算法中,相较于Gauss-MRF先验模型,Huber-MRF先验模型具有更好的保持图像边缘和细节的能力,然而对Huber边缘惩罚函数的阈值选取一直没有更好的方式。在考虑红外图像细节纹理信息的基础上,利用图像灰度共生矩阵,把阈值参数与图像细节纹理信息联系起来,实现对边缘惩罚函数阈值的自适应选取,完成超分辨率图像重建。仿真实验证明,该算法获取的高分辨率红外图像具有更高的信噪比,而且