基于遗传算法的预压缩图像破损数据重构

为增大预压缩图像破损区域内的信噪比数值,从而使得重构图像能够更好地贴合压缩前的原始图像,提出基于遗传算法的预压缩图像破损数据重构方法。根据已生成的破损节点种群选择适应度评估标准,并构建遗传数据阵列,完成基于遗传算法的预压缩图像破损节点调取。建立破损数据分布函数,计算压缩重构比指标的实际数值,重构处理预压缩图像破损数据,实现预压缩图像破损数据重构。实验结果表明,在遗传算法作用下,预压缩图像破损区域内数据参量信噪比指标的数值上升,能够促使重构图像与原始图像完成较好的贴合。

视觉传感网络压缩图像破损数据重构方法仿真

为了提升视觉传感网络服务质量,需要进行视觉传感网络压缩图像破损数据重构方法的研究。但是采用当前方法进行破损数据重构时,无法确定破损数据区域边界重构的最大优先权点,存在图像破损数据重构误差大的问题。为此,提出一种基于非降采样轮廓波变换的视觉传感网络压缩图像破损数据重构方法。该方法先采用局部离散余弦得到压缩图像破损数据的结构部分和纹理部分,利用贝叶斯压缩感知得到破损数据的分布函数,获取分布函数的均值和方差,利用非降采样轮廓波变换确定破损数据区域边界重构的最大优先权点,设计非降采样方向滤波器,给出图像破损数据低频分量和高频分量信息的相似性和一致性,由此实现视觉传感网络压缩图像破损数据重构。仿真证明所提方法重构精度较高,有效地提升了视觉传感网络的服务质量。