基于混沌变异粒子群优化算法的图像稀疏分解

• 作者: 尹忠科 张家树 李恒建 王建英
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 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
• 年，卷（期）: 2008,（4）
• 页码范围: 509-513
• 页数: 5页
• 分类号: TN911.73|TP391.4
• 字数: 3264字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2008.04.016

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建英	西南交通大学信息科学与技术学院	69	1066	19.0	29.0
2	尹忠科	西南交通大学信息科学与技术学院	88	1741	22.0	38.0
3	张家树	西南交通大学信息科学与技术学院	117	1647	23.0	36.0
4	李恒建	西南交通大学信息科学与技术学院	7	114	5.0	7.0