摘要
本文提出一种基于分布式存储和计算系统对自然图像进行重建的算法,该算法的主要思想是从分析图像的基本特征开始,对图像块的颜色纹理特征形成一个颜色索引集,对这部分信息进行稀疏重建,通过稀疏矩阵具有低秩性的特点,保持同一类别的结构特性,筛选出最具代表性的特征点来计算和排序这些特征的权重.再通过向量空间计算两点之间的距离来衡量图像之间的相似性,重建后,可以通过反馈环节对重建效果进行调整,以达到最佳检索效果.最后,对各类图像调整出最适宜的权值.实验结果表明,基于稀疏表示模型使图像重建后的效果也能得到明显改善,针对数据量大的复原图像基于Hadoop技术可以明显提高重建速度.
出处
《电子世界》
2019年第23期43-44,共2页
Electronics World
基金
江西省教育厅科学技术研究项目“基于压缩感知理论的自然图像重建算法研究”(项目编号：GJJ171405)
