Bandelet提供了一种基于几何规则性的有效的图像表示方法,在Bandelet系统中,每个Bandelet基由一个几何流(Geometric flow)向量构成,并且具有沿着某个几何流方向上可以拉伸的多尺度方向特征。由于几何流向量可以表示图像灰度发生规则变化的局部方向,Bandelet可以稀疏有效的表示几何正则图像。已经证明:Bandelet基对于几何规则的图像具有最优逼近率。本课题研究Bandelet的数学模型;针对图像压缩任务,研究几何流优化的快速实现算法,构造与之适应的Bandelet基和正交离散Bandelet变换;同时,对自适应Bandelet网络模型、构造和算法进行研究;在此基础上开发基于Bandelet的SAR图像压缩方法。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
跨社交网络用户对齐技术综述
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
基于Bandelet变换的压缩域图像检索技术研究
Beamlet变换及其在SAR图像边缘检测中的应用
基于Grouplet变换的SAR图像压缩感知编码
自适应Bandelet图像奇异性检测