Java线程总结

1.线程定义.

线程:一个程序中不同的执行路径。

进程是一个静态的概念,所谓的进程在执行是指进程中的线程在进行。

在一个时间点上,一个cpu只有一个线程在运行。(单核)

2.Java里面线程创建两种方式:

package test;

public class TestThread1 {

public static void main(String args[]){

Runner1 r=new Runner1();

//若是Thread继承的方法,省略 Thread t=new Thread(r);

//若是Runnable,则下面变成t.start();

r.start();

for(int i=0;i<100;i++)

{

System.out.println("Main Thread-----"+i);

}

}

}

//第一种:定义线程类实现Runable接口。

//class Runner1 implements Runnable{

//第二种:从Thread类中继承

class Runner1 extends Thread{

@Override

public void run() {

// TODO Auto-generated method stub

for(int i=0;i<100;i++)

{

System.out.println("Runner1:"+i);

}

}

}

3.Java线程里面sleep用法:

package test;

import java.util.Date;

public class TestThreadSleep {

public static void main(String[] args) {

// TODO Auto-generated method stub

Runner2 r=new Runner2();

r.start();

try{

Thread.sleep(10000);

}

catch(InterruptedException e){

}

r.interrupt();

}

}

class Runner2 extends Thread{

@Override

public void run() {

while(true){

try{

System.out.println("==="+new Date()+"===");

sleep(1000);

}

catch(InterruptedException e){

return ;

}

}

// TODO Auto-generated method stub

}

}

以下是彩色图像的PSNRSSIMLPIPS和CIEDE2000评价算法的Matlab源码示例: 1. PSNR(峰值信噪比): ```matlab function psnr_value = PSNR(original, distorted) [M, N, ~] = size(original); mse = sum((original(:) - distorted(:)).^2) / (M * N * 3); max_value = max(original(:)); psnr_value = 10 * log10(max_value^2 / mse); end ``` 2. SSIM(结构相似性指数): ```matlab function ssim_value = SSIM(original, distorted) K1 = 0.01; K2 = 0.03; L = 255; C1 = (K1 * L)^2; C2 = (K2 * L)^2; original = double(original); distorted = double(distorted); mean_original = filter2(fspecial('gaussian', 11, 1.5), original, 'valid'); mean_distorted = filter2(fspecial('gaussian', 11, 1.5), distorted, 'valid'); var_original = filter2(fspecial('gaussian', 11, 1.5), original.^2, 'valid') - mean_original.^2; var_distorted = filter2(fspecial('gaussian', 11, 1.5), distorted.^2, 'valid') - mean_distorted.^2; cov_original_distorted = filter2(fspecial('gaussian', 11, 1.5), original .* distorted, 'valid') - mean_original .* mean_distorted; ssim_map = ((2 * mean_original .* mean_distorted + C1) .* (2 * cov_original_distorted + C2)) ./ ((mean_original.^2 + mean_distorted.^2 + C1) .* (var_original + var_distorted + C2)); ssim_value = mean2(ssim_map); end ``` 3. LPIPS(感知相似性指标):需要下载并使用LPIPS库,源码和使用说明可在https://github.com/richzhang/PerceptualSimilarity 找到。 4. CIEDE2000(CIE 2000色差公式):需要下载并使用CIEDE2000库,源码和使用说明可在https://www.mathworks.com/matlabcentral/fileexchange/46861-color-difference-cie-de2000 找到。 以上是基本的示例代码,用于评估图像质量的不同评价指标。你可以根据实际需求和图像数据进行适当的调整和修改。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值