基于蚁群算法的图像重建
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.11896/jsjkx.191000128

基于蚁群算法的图像重建

引用
借助于计算机将大量规则的文档碎片重建修复,可以极大地提高工作效率,降低人工成本,因此该方面的工作受到学术界的普遍关注.目前,形状规则的英文碎片匹配主要面临3个方面的问题:1)碎片特征提取困难;2)拼接效率低;3)拼接精确度低.针对问题一,通过一系列数据统计处理,排除英文字母高低不一的干扰因素,提取每行字符的标准像素高度作为碎片的特征向量;针对问题二,通过建立优化模型,在保证每类碎片个数相同的前提下,使用蚁群算法进行横向快速聚类;针对问题三,通过对字符8邻域内的像素灰度值进行统计,建立两幅碎片的距离函数,并通过蚁群算法进行匹配及精确聚类.最后,以2013年全国高教杯数学建模的B题附件5的碎片为实验对象,验证该方法的可行性和有效性.

英文碎纸片、特征向量、蚁群聚类算法、优化模型、距离函数

47

TP391(计算技术、计算机技术)

广西高等教育本科教学改革工程重点项目2018JGZ160

2020-12-03(万方平台首次上网日期,不代表论文的发表时间)

共5页

231-235

相关文献
评论
暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

47

2020,47(z2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn