文献类型：期刊文章

作　　者：郭迎春[1] 侯骏腾[1] 于明[1] 王睿俐[2]

GUO Ying-chun HOU Jun-teng YU Ming WANG Rui-li(School of Computer Science and Engineering, Hebei University of Technology, Tianjin 300401, China Institute of Natural and Mathematical Sciences, Massey University, Auckland 4442, New Zealand)

机构地区：[1]河北工业大学计算机科学与软件学院,天津300401 [2]梅西大学自然与数学科学系

出　　处：《通信学报》

基　　金：国家自然科学基金资助项目(No.60302018);天津市科技计划基金资助项目(No.14RCGFGX00846;No.15ZCZDNC00130);河北省自然科学基金资助项目(No.F2015202239)~~

年　　份：2017

卷　　号：38

期　　号：6

起止页码：30-38

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高图像缩放的速度,提出一种结合阈值学习与依概率随机裁剪的快速内容感知图像缩放算法,通过计算图像的重要度图,利用径向基函数(RBF,radial basis function)神经网络进行阈值学习求出图像的重要度阈值,根据阈值将图像分成保护区域和非保护区域,并按缩放要求为其分配不同的缩放比,分别进行依概率随机裁剪。在MSRA图像数据库上与目前流行的内容感知缩放方法进行对比,实验结果表明,所提方法的缩放时间明显低于其他算法,而且在缩放效果上有明显的优势。

关 键 词：阈值学习  径向基函数 依概率随机裁剪  快速内容感知图像缩放  

分 类 号：TN911.73]