简介:首先,使用新型压缩感知框架对图像进行基于小波的轮廓波变换(WBCT);然后,采用部分傅里叶矩阵随机观测子空间系数;最后,结合软阈值贪婪方向追踪(SGDP)算法完成图像重构。试验结果表明,与传统的稀疏梯度投影(GPSR)算法相比,基于软阈值贪婪方向追踪的图像重构法在恢复图像低频信息的同时保留了高频信息,尤其对于含噪图像重构,可使重构图像峰值信噪比(PSNR)值提高约2dB。
简介:针对现有的图像分割方法存在的精度低、稳定性较差的问题,提出了一种基于猫群优化算法的图像多阈值分割方法。本文将猫群优化算法(CatSwarmOptimization,CSO)引入到图像分割中,以最大类间方差作为猫群优化算法求解的适应度函数,利用猫群优化算法中猫的两种行为模式——搜寻模式和追踪模式来快速搜寻图像多阈值分割的最佳阈值。实验表明,与粒子群优化算法(ParticleSwarmOptimization,PSO)、头脑风暴算法(BrainStormOptimization,BSO)和人工蜂群算法(ArtificialBeeColony,ABC)相比,CSO在图像分割时的精确性、收敛速度及稳定性上有显著优势。在3阈值图像分割时,所提方法找到最优个体需要的平均迭代次数最少,且稳定性比ABC、BSO和PSO分别提高了5%、10%和80%。
简介:提出了建立在统计分析的基础上边缘闽值检验方法,每个像素的阈值由像素所处的梯度矢量的统计特性决定,这些梯度矢量的统计量用来确定边缘像素选取是否合理,从所获得的结果来看,该方法与以往的边缘检测方法不仅是一致的;而且,该方法输入参数值产生的结果比其它几种边缘检测方法更稳定。