科研之友
微信
新浪微博
Facebook
分享链接
摘要
对于存在大量数据冗余和主观视觉冗余的图像，潜在或弱小目标细节易被忽略，导致图像压缩后质量偏低。提出基于烟花算法的机器视觉图像分块压缩方法。将机器视觉图像自适应划分成多个子图像，结合BTC法预处理各个子图像，得出最优公共位图。利用烟花算法优化子图像元素向量，得出适应度值。计算烟花种群、量化值获取爆炸火花个数以及爆炸半径，以得出适应度最小的火花元素为新的种群。将所有子图像重构，实现机器视觉图像分块压缩。实验结果表明，所提出方法的图像压缩主观效果更好，压缩后图像仍保持较好的清晰度，图像压缩的峰值信噪比平均为83.73dB,实验结果证明了所提方法的可行性和实用性。
- 单位
