基于混沌变异粒子群优化算法的图像稀疏分解

被引：3

作者：

李恒建

尹忠科

张家树

王建英

机构：

[1] 西南交通大学信息科学与技术学院

来源：

西南交通大学学报 | 2008年 / 04期

关键词：

图像处理; 稀疏分解; 匹配追踪; 粒子群优化算法; 尺度收缩混沌变异;

D O I：

暂无

中图分类号：

TN911.73 [图像信号处理];

学科分类号：

摘要：

提出了基于改进的粒子群优化(PSO)算法的匹配追踪算法,用于快速图像稀疏分解.改进的PSO算法利用尺度收缩混沌变异的精细局部搜索性能,使稀疏分解的匹配追踪算法具有良好的全局寻优能力,提高了稀疏分解在冗余字典中原子匹配的速度和准确度.用二维墨西哥草帽函数作为冗余字典的生成函数,以增强对图像边缘和轮廓的表达能力.仿真结果表明,用提出的算法实现图像稀疏分解比用遗传算法和PSO更快更有效,重建图像的视觉效果好.

引用

页码：509 / 513

页数：5