首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 296 毫秒
1.
传统的分形图像编码根据图像内部的跨尺度自相似性,求解压缩仿射变换,完成图像编码,这种来自于自身的编码码本不一定是最佳的,而且编码时间通常较长。根据图像之间存在着相似性,构造一个适应性更强的固定编码码本,其它任何图像分形编码的值域块只在这个固定码本中搜索其最佳匹配块,并且省去等距变换,此外,解码也无需迭代。实验结果表明,在图像质量略有下降情况下,该算法较基本分形图像编码算法显著地提高了编码和解码的速度,而且算法简单,容易实现。如果对这种固定码本加以更好的适应性改造,将会进一步提高解码图像的质量。  相似文献   

2.
传统的预测编码是通过将图像转化为预测差来消除像素间的冗余度,从而实现图像压缩。为了进一步减小预测差的熵,提出了一种基于图像分割的改进型预测编码算法。实验结果表明,该算法具有比传统预测编码更好的压缩效果。同时,还比较了各种不同的分割方法对图像压缩性能的影响。  相似文献   

3.
屏幕内容编码是视频编码应用的重要内容,高效视频编码(HEVC)中屏幕图像内容编码的扩展方法主要有调色板模式和IntraBC(Intra Block Copy)模式,它们依据屏幕图像内容的特点提升了码率,然而,也增加了编码的复杂度和编码时间。因此,提出一种针对于屏幕图像内容的快速模式选择算法,该方法基于屏幕图像内容的像素平滑性,对于量化后颜色数量少的CU块不进行分割;并选择最佳的三个预测模式与IntraBC模式作比较,决定是否进行率失真优化过程。实验结果显示,与标准的HEVC扩展方法相比,该方法在仅增加0.4%比特率的情况下,节省了35%的编码时间。  相似文献   

4.
本文提出了一种新的在MPEG-4编码过程中提高实时性的算法。算法采用双重筛选机制,充分利用了运动估计的结果提取运动对象。首先在运动估计过程中加入背景优先准则进行第一重筛选;然后根据运动估计后宏块的最小平均绝对差值分利用区域自适应门限进行第二重筛选,从而获得运动区域掩模;最后对掩模进行形态滤波和填充消除噪声点,最终得到运动区域。算法分别在硬件和软件平台上进行测试,结果表明提出的算法得到了理想的分割效果,较传统的在编码前进行运动对象提取的方法实时性大大提高了。  相似文献   

5.
在深入分析PIFS分形图像压缩编码原理的基础上,明确了影响分形编码速度的四个因素,分别针对各因素提出了改进方法。实验证明本文方法在提高编码速度和压缩比方面是有效的。  相似文献   

6.
文章针对红外图像目标检测问题,提出一种基于分形的快速最大熵的红外图像特征检测算法.该算法利用DBC方法计算分维数,根据人造物和自然背景分形维差异,确定目标区域;最后,通过二维最大熵原则确定最佳阈值,实现对单目标或者多目标图像分割.该算法能够较好实现红外图像特征检测,有效抑制背景和噪声.  相似文献   

7.
分形图像压缩编码是图像压缩领域中一种全新的编码算法,具有潜在的高压缩比、高信噪比以及任意尺度上的精细放大等特性。本文论述了分形图像压缩的背景、编码方法、改进方法和发展趋势。  相似文献   

8.
为了有效识别自发、非典型及未分割语音的情感以建立更自然的人机交互界面,提出了一种新的结合情感数据场和蚁群策略的语音情感识别算法.用情感数据场中势函数建立基于块的声学特征向量之间的内在联系.为识别自发语音情感,用人工蚁群模拟基于块的声学特征向量,然后用典型的蚁群策略研究每个人工蚂蚁在情感数据场的运动轨迹,并把该蚂蚁的运动轨迹作为对应的声学特征向量的情感标签.利用2012年连续音视频情感挑战赛中的语音数据对所提算法进行测试.实验结果表明:该算法较已有算法能更好地对基于块的语音情感进行识别.  相似文献   

9.
为了实现磁瓦图像中缺陷的准确检测,以分割磁瓦端面崩块缺陷为目的提出一种基于K-means聚类的分割方法。磁瓦图像采集的关键技术是光源选用,分析传统的磁瓦图像分割方法——阈值分割,并以迭代选择阈值算法作为对比算法进行介绍;着重剖析K-means算法的基本聚类原理,并引出其算法实现流程。采用两种算法对磁瓦端面图像进行分割。结果表明,基于K-means聚类算法对磁瓦图像进行分割,能够正确分割出磁瓦端面的崩块缺陷。  相似文献   

10.
针对遗传算法工作流挖掘容易过早收敛且局部寻优能力较差,导致得到的解不理想的情况,提出了一种基于混合遗传方法的工作流挖掘算法。该算法采用因果矩阵映射流程实例作为工作流模型的编码,在遗传算法的选择操作阶段采用锦标赛策略与精英保留策略相结合,在交叉变异阶段运用混合自适应方法,并结合模拟退火思想,使解的质量有了明显的提高。仿真实验表明,该算法与基于简单遗传方法的工作流挖掘算法相比效率更高。  相似文献   

11.
为了解决雾天图像增强中的细节信息优化问题,提出了一种新的雾天图像增强算法。采用背景亮度作为激励亮度值对图像的亮度块进行分割,然后采用IIR低通滤波器对分隔块进行增强,最后对像素的边缘信息进行分割,并按照一定比例对块信息进行融合。仿真结果表明,与传统的Retinex算法相比,该算法的信息熵较大,增强之后图像细节更丰富。  相似文献   

12.
提出了一种基于改进蚁群算法的图像分割算法,该算法利用蚁群算法在约束区域内搜索最佳路径.通过构造代价函数、解空间、信息素模型和启发式信息,将图像边缘检测问题(即图像分割问题)转化为蚁群搜索问题.实验结果表明,与现有方法相比,改进后的蚁群算法在3种图像分割指标以及与手工标注对比方面具有较好的性能.  相似文献   

13.
《湘南学院学报》2021,(5):120-125
CT、MRI等医学影像是实现脊椎疾病诊断的重要手段,使用计算机视觉技术对脊椎块进行自动定位与分割,可帮助医生对相关脊椎疾病进行高效诊断.然而,脊椎医学影像存在区域像素接近、边界模糊、样本少等特点,对于传统分割算法及深度学习方法提出很大的挑战.因此,本文提出一种新的基于对称响应滤波和分水岭的脊椎块分割方法,首先提出对称响应滤波算法实现脊椎区域定位,进而使用基于距离变换的分水岭算法实现脊椎块精确分割.实验结果表明,所提方法能够有效地对脊椎块进行自动定位与分割,取得高于目前流行方法的分割性能,在脊椎疾病辅助诊断方面具有良好的应用价值.  相似文献   

14.
针对多聚焦图像,提出了一种DE(差异演化)搜索策略应用于图像融合子块寻优的算法,对同一场景两幅严格配准的源图像的清晰度恢复进行了深入研究。融合过程是首先将已经配准的源图像分割成若干个子块,然后采用一个清晰度评价函数选取清晰的图像块形成融合图像。该方法的创新之处在于,把图像子块的大小作为遗传染色体,经过交叉、变异和选择等操作,以便得到全局意义上的最优解。实验对比结果表明,该方法超过遗传算法和其它传统的多聚焦图像融合法。  相似文献   

15.
基于Davis提出的分形图象编码的小波理论,本文提出一种有效的小波域四叉树分形图象编码方案.在此方案中,利用小波系数的零树减少域块的个数,以降低表示分形编码局部信息所需要的比特代价;并对编码方案中采用的一组标量量化器、小波子树自量化器和判决树进行全面的熵约束最优化.实验结果表明:在低比特率下,编码方案的峰值信噪比性能比已报道的结果提高了约1dB.  相似文献   

16.
在分析了现有小波域内的分形编码及其不足的基础上,提出了一种新的基于零树和小波方向树的分形图像编码,并且有仿真结果证明这种方法在保证恢复图像质量的基础上。有较高的压缩比和信噪比.  相似文献   

17.
本文通过对短毫米波技术与成像算法的研究,重点研究了基于最大类间方差的快速图像分割算法.该算法根据最大类方差原理,通过二分逼近逐次逼近最佳分割闻值,相对于传统的最大类问分割方法提高了速度,该算法也可以扩展到一般数字图像的分割,其效果也较好.  相似文献   

18.
介绍并比较了几种基于分形理论的边缘检测技术,包括基于分形编码的图像边缘检测、基于离散分数布朗随机模型的图像边缘检测、基于多重分形方法的图像边缘检测、利用人造目标和自然背景的不同分形特征提取目标边缘。具有不同分形特征的图像采用不同的的算法都可以取得较理想的效果,但实际上无论哪一种算法在解决一定问题的同时也存在不同类型的缺陷。因而,寻求更理想的分形方法应用在图像边缘检测中将仍然是图像处理与分析中研究的主要问题之一。  相似文献   

19.
在基于HMT模型进行图像分割的方法中,多尺度分割结果融合的好坏直接影响了最终分割结果的优劣。针对现有的基于单一背景向量的融合方法难以合理利用多种背景信息优势的问题,提出了一种基于模糊逻辑的多尺度分割结果融合的新算法。此算法在多尺度粗分结果的不确定性的基础上,根据分割过程的特点,自适应地利用不同类型背景信息的优点,在分割的不同阶段形成具有不同背景描述能力的背景模型,从而较好的指导分割。一组实验从主观视觉和客观标准两个方面证明了该方法的有效性。  相似文献   

20.
肖敏连 《娄底师专学报》2011,(5):129-133,141
在对已有快速整像素运动估计算法中使用的模板进行分析和实际测试的基础上,提出了一种新的适合于大运动矢量搜索的搜索模板,然后把该模板和小菱形模板结合起来而形成了一种新的快速运动估计算法。该算法充分利用了相邻块运动矢量的相关性以及运动矢量的中心偏置特性,显著减少了运动估计的运算量。把该算法运用到视频编码标准H.264/AVC中,取得了良好的编码效果,实验结果表明,新的运动估计算法和FS及DS算法相比平均搜索速度分别提高了98.08%和48.71%;重建图像的信噪比比DS算法平均提高了0.001875dB,更接近FS算法的编码质量。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号