运行速度
-
-
图像修复Criminisi算法
应用背景 基于样本块的纹理合成图像修复算法，经典算法Criminisi算法，能够修复灰度图像也能修复彩色图像，结合了C语言编程提高了代码的运行速度，附带测试图像，代码绝对没有问题，直接运行就可以用。 关键技术 Criminisi算法的核心是一种等照度线驱动的图像采样过程。 首先，给定一幅输入图像，用户选定一个目标区域Ω，Ω将被移除并且填充。定义源区域Φ为整幅图像I减去目标区域，即Φ=I-Ω，源区域用来提供匹配块。接着，设置模板窗口的大小，默认大小为9*9，但在实际操作中需要比图像的最大纹理元稍大。一旦 -
-
改进的FCM算法
针对FCM算法的运行时间长和计算量大的问题，提出了改进的FCM算法，先将图像分割成窗口大小的子块，然后以子块为单位提取特征向量，用FCM聚类粗分割，然后对边缘子块，以像素为单位从新提取特征向量，进行细分割。分割后的结果提高了运行速度和分割精度。 -
NSGA II 多目标优化
NSGA-Ⅱ是最流行的多目标遗传算法之一，它降低了非劣排序遗传算法的复杂性，具有运行速度快，解集的收敛性好的优点，成为其他多目标优化算法性能的基准。 -
-
-
