基于奇异值分解的多尺度变换域图像细化算法

• 作者: 沈丹萍
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 奇异值 图像 算法
• 年，卷（期）: 2020,（2）
• 页码范围: 262-265
• 页数: 4页
• 分类号: TP391.41
• 字数: 3571字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈丹萍	苏州信息职业技术学院计算机科学与技术系	13	5	2.0	2.0