基于奇异值分解的多尺度变换域图像细化算法 |
| |
作者姓名: | 沈丹萍 |
| |
作者单位: | 苏州信息职业技术学院 计算机科学与技术系, 江苏 苏州 215200 |
| |
基金项目: | 十二五江苏省高等学校重点专业信息通信技术(198) |
| |
摘 要: | 由于多尺度变换域图像细化可降低图像存储难度与识别难度,图像细化核心即为骨架连通性,围绕保持图像骨架高度连通性这一宗旨,提出基于奇异值分解的多尺度变换域图像细化算法。首先,通过采用基于小波多尺度奇异值分解的图像特征提取算法,全面提取多尺度变换域图像中全部目标特征。然后,通过采用一种有效的图像细化算法判断图像细化时需留下的特征点,并去除图像中冗余像素点与冗余枝线,完成多尺度变换域图像细化。最后,根据本文所提算法将多尺度变换域图像以指纹、不规则图像等为例,对两幅图像细化,进行图像的细化测试。研究结果表明,所提算法细化后的图像纹理清楚,骨架分明,且图像纹络连通性较好;与同类型算法相比,该算法对多尺度变换域图像中冗余像素点和枝线的去除效果最佳。
|
关 键 词: | 奇异值 图像 算法 |
本文献已被 CNKI 万方数据 等数据库收录! |
|