基于混沌变异粒子群优化算法的图像稀疏分解

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.

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

所属期刊栏目：43

分类号：TN911.73;TP391.4

资助基金：国家自然科学基金资助项目60602043,60772084;四川省重点科技项目04GG021-020-5,2006X15-038;四川省应用基础研究项目04JY029-2,2006J13-114

在线出版日期：2008-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：509-513