[1]郑运平,张佳婧.TSNAM彩色图像的格雷码表示[J].智能系统学报,2012,7(2):142-147.
ZHENG Yunping,ZHANG Jiajing.A Graycodebased color image representation method using TSNAM[J].CAAI Transactions on Intelligent Systems,2012,7(2):142-147.
点击复制
《智能系统学报》[ISSN 1673-4785/CN 23-1538/TP] 卷:
7
期数:
2012年第2期
页码:
142-147
栏目:
学术论文—人工智能基础
出版日期:
2012-04-25
- Title:
-
A Graycodebased color image representation method using TSNAM
- 文章编号:
-
1673-4785(2012)02-0142-06
- 作者:
-
郑运平,张佳婧
-
华南理工大学 计算机科学与工程学院,广东 广州 510006
- Author(s):
-
ZHENG Yunping, ZHANG Jiajing
-
School of Computer Science and Engineering, South China University of Technology, Guangzhou 510006, China
-
- 关键词:
-
格雷码; NAM; 彩色图像表示; 线性四元树; 位平面分解
- Keywords:
-
Gray code; nonsymmetry and antipacking model; color image representation; linear quadtree; bitplane decomposition
- 分类号:
-
TP391
- 文献标志码:
-
A
- 摘要:
-
为了提高彩色图像模式的表示效率,借助于三角形和正方形布局问题的思想,将格雷码和位平面分解方法应用到彩色图像的三角形和正方形NAM表示方法(TSNAM)中,提出了一种基于格雷码的TSNAM彩色图像表示方法(GTSNAM).给出了GTSNAM表示算法的形式化描述,并对其存储结构、总数据量和时空复杂性进行了分析.理论分析和实验结果表明,与最新提出的TSNAM表示方法和经典的线性四元树(LQT)表示方法相比,GTSNAM表示方法具有更少的子模式数(或节点数),能够更有效地减少数据存储空间,因而是一种有效的彩色图像表示方法.
- Abstract:
-
Inspired by an idea obtained from the triangle and the square packing problems, a new Graycodebased color image representation method using a nonsymmetry and antipacking pattern representation model with the triangle and the square subpatterns (TSNAM), also called the GTSNAM representation method, was proposed to improve the representation efficiency of color images by applying the Gray code and the bitplane decomposition method. Also, a concrete algorithm of GTSNAM for color images was presented, and the storage structure, the total data amount, and the time and space complexities of the proposed algorithm were analyzed. By comparing the GTSNAM algorithm with those of the classic linear quadtree (LQT) and the latest TSNAM, which is not based on the Gray code, the theoretical and experimental results show that the former can greatly reduce the number of subpatterns or nodes and simultaneously save the storage space much more effectively than the latter ones. The GTSNAM algorithm is therefore shown to be a better method to represent color images.
备注/Memo
收稿日期:2011-11-16.
网络出版日期:2012-03-09.
基金项目:国家自然科学基金资助项目(60973085);广东省自然科学基金资助项目(S2011040005815);中央高校基本科研业务费专项资金资助项目(2011ZM0074);高等学校博士学科点专项科研基金资助项目(20120172120036).
通信作者:郑运平. E_mail:zhengyp@scut.edu.cn.
作者简介:郑运平,男,1979年生,讲师,博士,主要研究方向为计算机图像处理、模式识别和生物信息学.荣获湖北省2011年优秀博士学位论文奖,参与国家“863计划”项目2项和国家自然科学基金项目1项,主持广东省自然科学基金项目、中央高校基本科研业务费专项资金项目各1项.发表学术论文50余篇,其中30余篇被SCI、EI、ISTP检索.
张佳婧,女,1991年生,获批中央高校基本科研业务费项目1项,获得2009-2011两年度“三好学生”称号,并获得国家奖学金.
更新日期/Last Update:
2012-07-12