典型文献
基于Penrose铺砌的数字图像重要性采样算法
文献摘要：
重要性采样是数字图像处理领域的研究热点.在改进Penrose铺砌基本多边形的基础上,提出一种数字图像重要性采样算法.算法改进了 Penrose铺砌的胖瘦菱形并利用其变换得到的6种多边形对图像进行非周期性铺砌,依据图像自身特征对非周期铺砌进行自适应细分,根据细分之后的图形产生相应的采样点,并通过控制细分程度来控制采样点的数量;为滤除采样产生的噪声,利用"斐波那契码"设定密度阈值,根据每个初始采样点的密度阈值判断该采样点的去留,从而降低采样产生的噪声;最后根据铺砌结构和原始图像的纹理重要性,创建一个8×21的二维数组(矫正向量表)来优化采样点,优化后的采样点集摆脱了 Penrose铺砌的相对固定性,分布更加均匀.实验表明,该采样模型符合数字图像采样的光谱特性、精度高,符合原始图像特征.
文献关键词：
Penrose铺砌;自适应细分;矫正向量表;非周期铺砌
中图分类号：
作者姓名：
姜玲燕;祝敏华;杨欢
作者机构：
苏州幼儿师范高等专科学校基础部,江苏苏州215000;中国电子科技集团公司五十二研究所,浙江杭州310000;南京晓庄学院教师教育学院,江苏南京211171
文献出处：
引用格式：
[1]姜玲燕;祝敏华;杨欢-.基于Penrose铺砌的数字图像重要性采样算法)[J].南京晓庄学院学报,2022(06):113-118
A类：
非周期铺砌,自适应细分,矫正向量表
B类：
Penrose,重要性采样,采样算法,数字图像处理,多边形,算法改进,胖瘦,菱形,非周期性,图形产生,采样点,滤除,定密,密度阈值,阈值判断,去留,低采样,原始图像,二维数组,点集,固定性,样模,光谱特性,图像特征
AB值：
0.276645
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
