基于显著性的自适应分块压缩感知算法

现实图像的显著性纹理结构可为分块压缩感知算法提供先验信息,优化算法。鉴于此,提出了一种新的基于显著性的自适应分块压缩感知算法。算法所提显著性是以灰度空间相关矩阵和韦伯定律为基础,采用确定性正交对称托普利兹矩阵对目标图像进行测量,提出了均熵最小化自适应分块策略、角二阶矩最大化块向量生成方式以及合成特征依据下的自适应采样率设置,并结合不同重构算法进行了分析和验证。实验表明,所提算法策略在多项指标上较传统算法具有更好的表现,易于硬件实现,针对不同重构算法和测试图像具有普适性和稳定性。

煤泥浮选泡沫数字图象处理研究(之一)——浮选泡沫视觉特征的线邻域提取算法

进行了煤泥分批浮选实验 ,获取了大量的浮选精煤泡沫数字图象 .将图象的数字处理技术应用到泡沫图象特征参数的提取上 ,提出了有效描述浮选泡沫结构特征的线邻域提取算法——空间灰度相关矩阵法 (SGDM) ,并进一步引入了基于该灰度相关矩阵的能量、熵及惯性特征参数来描述浮选泡沫的视觉特征 .结合煤泥浮选泡沫的视觉纹理特征 ,分析了各特征参数的物理意义及其随浮选时间 (泡沫纹理 )的变化关系 。