首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
针对织物疵点图像特征,提出了利用压缩感知提取织物疵点特征数据的方法.为了提取到疵点特征,需利用感知波形对图像的数据矩阵进行感知得到特征数据,同时对分类器进行并联设计,继而通过仿真和实验,检测出疵点类型信息.实验表明,该方法能有效地分类出织物疵点的数据信息.  相似文献   

2.
随着计算机网络的发展,图像传输在设计多媒体教学系统中有着举足轻重的作用.文章针对多媒体教学系统实时性要求,详细分析了图像信息的采集、处理(压缩、进行编码等)、网络传输、接收以及网络地址转换等基本原理,实现了利用JMF进行图像数据的传输.  相似文献   

3.
邵华 《教育技术导刊》2012,11(1):142-143
主要研究了对视频图像进行采集、压缩、传输的软硬件具体实现方法,设计了以TI的TMS320DM642为核心的视频图像压缩系统。该系统是一个独立的视频图像压缩和传输设备,它能直接对视频信号进行数字化和压缩编码,并通过USB2.0接口将压缩的图像数据发送到计算机中。  相似文献   

4.
给出了基于压缩感知的全色和多光谱图像融合方法.分块压缩感知实现速度快、存储需求小,为海量遥感数据的压缩测量提供了有效策略.同时,利用小波变换的多分辨率特性,实现了压缩采样的多尺度融合.最后采用全变分技术重构融合图像.实验结果表明,与传统小波融合方法相比较,所提方法融合结果具有更高的空间分辨率和更好的光谱相关性.  相似文献   

5.
为了提高能谱X-CT重建图像的质量,提出了利用能量加权重建图像x_(bins)~W及可分离抛物面替代法进行基于先验图像和约束压缩感知的能谱X-CT图像重建.利用压缩感知理论、先验图像和优化算法来提高CT重建图像的质量.为了评价所提方法的性能,从重建的各能量段图像精度和噪声特性2个方面比较了3种优化算法及3种先验图像.仿真实验结果表明,对于不同的优化算法,能量加权重建图像xW bins作为先验图像总体性能最佳;对于不同的先验图像,可分离抛物面替代法算法性能最佳.与滤波反投影算法相比,在基于先验图像约束和压缩感知的能谱X-CT图像重建算法中,采用SPS算法进行优化,采用能量加权重建图像作为先验图像,重建得到的各能量段的图像噪声分别降低了80.46%,82.51%,88.08%,每个能量段图像的均方根误差分别下降了15.02%,18.15%和34.11%,相关系数分别提高了9.98%,11.38%和15.94%.  相似文献   

6.
针对传统的图像分类算法忽略图像多个对象之间的关系,同时存在人类感知高层语义信息和底层图像特征表达之间的障碍等不足,引入了基于深度卷积神经网络的人脸图像识别算法.该算法借助于深度学习,对经典的卷积神经网络分别从内部结构和网络框架上进行优化和改进,通过增加网络结构深度和优化训练模型提取出图像高层语义特征,继而提高图像分类的精确度.实验表明,改进后的深度卷积神经网络分类算法具有良好的有效性和鲁棒性.  相似文献   

7.
提出一种基于DCT系数和压缩感知的图像哈希算法。先将输入图像规格化,随后进行DCT,取得其第一列和第一行系数|然后对两组系数进行压缩感知得到测量向量,计算其均值得到哈希值。ROC曲线对比验证表明,该算法分类性能更优。  相似文献   

8.
针对藏族壁画特点在采集图像时采用一种基于小波压缩的感知算法,利用改进的小波变换,分解图像高频分量和低频分量,并进行稀疏变换,达到采样压缩。图像重构利用压缩感知OMP算法重构图像,实验表明,原始图像分块数和随机矩阵不变时,采样率越大,PSNR越小,重构的图像也越清晰,针对藏族壁画算法有效。  相似文献   

9.
医学图像数据量巨大,在传输和图像质量方面,不同人群在使用医学图像时对图像有不同的需求。本文比较了基于DCT的JPEG压缩方法和基于DWT的JEPG2000压缩方法,并用MAT-LAB进行了仿真实验,将压缩后的图像在图像质量及大小两方面与原始图像作了对比。医务人员可选用不同的压缩比得到适合的图像以进行更准确的诊断。  相似文献   

10.
在传统神经网络的基础上,引入小波函数而构成的小波神经网络具有极强的函数映射能力,在图像压缩领域有着较多应用.为了进一步提高图像的压缩质量,引入了遗传算法对传统小波神经网络算法进行改进,在对小波基平移和伸缩参数系数进行寻优时,将其作为种群初始化,经过选择、交叉和变异,获得最佳染色体,最后将最佳染色体转化成对应的权值、伸缩系数和平移系数从而进行小波神经网络映射.实验结果表明,改进后的小波神经网络图像压缩方法相较传统小波神经网络法,均方误差分别降低了14.8%和16.7%,图像信噪比分别提高了9.15%和7.11%,图像压缩质量有了较大提高.  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