期刊文献+
共找到84篇文章
< 1 2 5 >
每页显示 20 50 100
基于多尺度稀疏字典的多聚焦图像超分辨融合 被引量:29
1
作者 彭真明 景亮 +1 位作者 何艳敏 张萍 《光学精密工程》 EI CAS CSCD 北大核心 2014年第1期169-176,共8页
由于传统的多聚焦图像融合算法不能对图像中聚焦区域划分进行有效度量,提出了一种新的多聚焦图像超分辨融合方法来改善图像融合效果。该方法对图像清晰区和模糊区进行度量,并利用稀疏表示方法对度量后的清晰区域进行超分辨重建。首先,... 由于传统的多聚焦图像融合算法不能对图像中聚焦区域划分进行有效度量,提出了一种新的多聚焦图像超分辨融合方法来改善图像融合效果。该方法对图像清晰区和模糊区进行度量,并利用稀疏表示方法对度量后的清晰区域进行超分辨重建。首先,采用空间频率方法提取源图像中清晰区域与模糊区域,然后确定清晰区域中的主清晰区和次清晰区,并计算它们的真实下采样尺度。最后,通过学习多尺度稀疏表示字典对图像中次清晰区域进行超分辨率重建,并与清晰区域结合形成最终融合图像。实验及各种定量评价结果表明,提出的方法较常规方法具有更好的融合性能,得到的图像更清晰。对比Harr小波,非下采样轮廓波变换(NSCT),剪切波(Shearlet)变换等方法,其熵(EN)提升了1%,峰值信噪比(PSNR)提升了0.62dB,清晰度(SP)和空间频率(SF)提升30%,均方误差(MSE)下降了6%左右。 展开更多
关键词 图像融合 超分辨率融合 降采样尺度 稀疏字典 多聚焦图像 空间频率
下载PDF
基于压缩感知的电力设备状态感知技术 被引量:27
2
作者 丁晖 赵海丞 +2 位作者 刘家强 任梦婕 戴睿 《高电压技术》 EI CAS CSCD 北大核心 2020年第6期1877-1885,共9页
为解决电力设备状态参量数据采集过程中的数据冗余问题,准确获取电力设备的运行状态以及运行过程中的故障信息,将压缩感知技术引入电力设备状态感知中,提出了一种具有原子数自适应性的稀疏字典建立方法;改进了传统观测矩阵的建立方法,... 为解决电力设备状态参量数据采集过程中的数据冗余问题,准确获取电力设备的运行状态以及运行过程中的故障信息,将压缩感知技术引入电力设备状态感知中,提出了一种具有原子数自适应性的稀疏字典建立方法;改进了传统观测矩阵的建立方法,实现了最大稀疏化的等时间间隔采样;提出利用稀疏化采样数据,建立设备状态生理健康曲线的方法;探讨了通过对生理健康曲线的模式识别与状态时序分析,实现设备故障诊断的方法。最后,对某500 kV变电站电抗器油温的实测数据的应用结果表明,压缩感知技术可在完整保留设备状态参量变化特征的前提下,有效降低电力设备状态参量数据采集的"时间密集性",并利用"时间稀疏化"的采集数据,能够较好地识别设备潜在运行故障。该研究对电力设备状态数据采集的时间间隔给出了科学指导,避免了实际中盲目追求采集时间密集性所带来的系统资源及成本的浪费,同时也为如何在设备状态参量数据采集欠缺的情况下,获取设备状态的完整信息以及故障提供了新的技术思路。 展开更多
关键词 压缩感知 电力设备状态感知 稀疏字典 观测矩阵 故障诊断
下载PDF
稀疏字典编码的超分辨率重建 被引量:20
3
作者 李民 程建 +1 位作者 乐翔 罗环敏 《软件学报》 EI CSCD 北大核心 2012年第5期1315-1324,共10页
基于学习的超分辨率方法通常根据低分辨率图像从样本库中选取若干特征相似的匹配对象,再使用优化算法进行超分辨率估计,但其结果受匹配对象的质量限制,并且匹配特征一般只选择图像的几何结构信息,匹配准确性较低.提出了稀疏字典编码的... 基于学习的超分辨率方法通常根据低分辨率图像从样本库中选取若干特征相似的匹配对象,再使用优化算法进行超分辨率估计,但其结果受匹配对象的质量限制,并且匹配特征一般只选择图像的几何结构信息,匹配准确性较低.提出了稀疏字典编码的超分辨率模型,将高、低分辨率图像特征块统一进行稀疏编码,建立高、低分辨率图像的稀疏关联,同步实现匹配搜索和优化估计,突破了上述方法的限制.应用形态分量分析法提取图像的特征数据,提高了特征匹配的准确性,并同步实现超分辨率重建和降噪功能.优化方法采用稀疏K-SVD算法以提高稀疏字典编码的计算速度.采用自然图像进行实验,与其他基于学习的超分辨率算法相比,重建所得到的图像质量更优. 展开更多
关键词 超分辨率 稀疏字典 基于学习 形态分量分析 稀疏K-SVD
下载PDF
配电设备监测信号的压缩感知与设备异常识别 被引量:16
4
作者 王艳 李煜 +2 位作者 赵洪山 王龄婕 赵一宇 《高电压技术》 EI CAS CSCD 北大核心 2022年第1期11-19,共9页
针对电力物联感知技术推广与智能配电网建设大背景下,配电设备监测信号数据量大及类型繁多的特点,为有效缓解数据的传输及存储压力,提出基于电力物联感知的配电设备监测信号的压缩感知及异常识别算法。首先离线训练阶段中提出基于动态... 针对电力物联感知技术推广与智能配电网建设大背景下,配电设备监测信号数据量大及类型繁多的特点,为有效缓解数据的传输及存储压力,提出基于电力物联感知的配电设备监测信号的压缩感知及异常识别算法。首先离线训练阶段中提出基于动态阈值的原子自适应奇异值分解算法,在保证重构精度的同时自适应减少稀疏字典中的原子数量。其次在线工作阶段中根据配电设备实时监测信号的稀疏系数改变矩阵健康阈值,对实时监测信号进行异常识别;正常信号用于字典的在线更新以提升重构精度,对异常信号则确定信号异常区域,对异常区域进行单独的压缩重构以实现对异常区域的精准还原。最后,将该算法与传统K-奇异值分解算法、正交匹配追踪算法进行了对比验证,结果表明该算法稀疏字典原子数量更少、运算速度更快、重构结果的峰值信噪比较大、均方根误差较小,具有更高的重构精度,且在压缩重构信号的同时能够对其进行有效的异常识别。 展开更多
关键词 性能监测 压缩感知 稀疏字典 稀疏系数矩阵 异常识别
下载PDF
自适应分块前向后向分段正交匹配追踪在重构滚动轴承故障信号中应用 被引量:12
5
作者 孟宗 石颖 +1 位作者 潘作舟 陈子君 《机械工程学报》 EI CAS CSCD 北大核心 2020年第9期91-101,共11页
针对滚动轴承故障信号分块压缩感知过程中,因分块之间的稀疏度差异较大以及重构支撑集构造不合理,致使信号重构精度较低,影响信号整体重构效果的问题,提出基于自适应分块前向后向分段正交匹配追踪算法(Adaptive block forward and backw... 针对滚动轴承故障信号分块压缩感知过程中,因分块之间的稀疏度差异较大以及重构支撑集构造不合理,致使信号重构精度较低,影响信号整体重构效果的问题,提出基于自适应分块前向后向分段正交匹配追踪算法(Adaptive block forward and backward stagewise orthogonal matching pursuit,Adaptive Block-FBStOMP)。首先,依据短时自相关算法确定滚动轴承故障信号自适应分块长度,并根据此长度对信号进行自适应分块;其次,利用K奇异值分解(K-singular value decomposition,K-SVD)算法训练稀疏字典;最后,提出FBSt OMP算法,在重构过程中增加原子回溯和二次筛选过程,提高有效支撑集原子被全部选入支撑集中的可能性,改善重构效果。通过仿真信号和故障信号试验分析可知,与传统压缩感知重构算法相比,该算法能够有效提升滚动轴承故障信号的重构精度。 展开更多
关键词 压缩感知 自适应分块 重构算法 稀疏字典
原文传递
基于压缩感知的直扩通信多音干扰抑制 被引量:8
6
作者 张永顺 贾鑫 尹灿斌 《电讯技术》 北大核心 2015年第8期848-853,共6页
针对直扩通信多音干扰抑制算法应用受限于采样率较高的问题,在分别构建信号和干扰稀疏字典的基础上,利用正交匹配追踪算法,设计了一种压缩域直扩通信多音干扰抑制算法,并通过理论分析和计算机仿真验证了算法的有效性。仿真结果表明,在... 针对直扩通信多音干扰抑制算法应用受限于采样率较高的问题,在分别构建信号和干扰稀疏字典的基础上,利用正交匹配追踪算法,设计了一种压缩域直扩通信多音干扰抑制算法,并通过理论分析和计算机仿真验证了算法的有效性。仿真结果表明,在已知干扰稀疏度的条件下,该方法能够有效抑制多音干扰,干扰抑制效果不随干扰数量、干扰强度变化而变化,在压缩率为1/2、干信比为20 d B的条件下重构信号与加性高斯白噪声信道中传输信号解调性能相比只有约5 d B的信噪比损失。这将为在多音干扰条件下压缩采样后直扩信号的重构提供一种有效方法。 展开更多
关键词 直扩通信 压缩感知 多音干扰抑制 稀疏字典 正交匹配追踪算法
下载PDF
基于多尺度稀疏字典的SAR图像目标识别方法 被引量:7
7
作者 雷磊 杨秋 李开明 《火力与指挥控制》 CSCD 北大核心 2017年第4期10-13,共4页
针对合成孔径雷达目标识别问题,提出一种基于多尺度稀疏字典的SAR图像目标识别方法。稀疏字典选择是稀疏表示中的关键问题之一,该方法利用小波多尺度分析构造过完备稀疏字典,将训练样本图像在小波解析域中进行小波多层分解,充分利用小... 针对合成孔径雷达目标识别问题,提出一种基于多尺度稀疏字典的SAR图像目标识别方法。稀疏字典选择是稀疏表示中的关键问题之一,该方法利用小波多尺度分析构造过完备稀疏字典,将训练样本图像在小波解析域中进行小波多层分解,充分利用小波多尺度分析突出图像局部特征的特点,并和过完备稀疏表示有效结合组成级联字典。通过求解测试样本相应的稀疏系数矢量并根据系数矢量中对应训练样本类别的重构误差判定目标类型。实验结果表明,该方法在识别前无需对SAR图像进行预处理,具有良好的识别效果。 展开更多
关键词 SAR目标识别 稀疏表示 小波多尺度分析 稀疏字典
下载PDF
基于多通道盲复原和改进K-SVD模型的图像恢复 被引量:6
8
作者 陈杰 尚丽 孙站里 《激光杂志》 CAS 北大核心 2015年第1期5-9,共5页
图像盲复原(IBR)问题一直是图像处理中的重要研究课题。目前空间不变的多通道图像盲复原算法研究较为普遍,这种算法具有较好的盲去模糊效果,但是对噪声的抑制能力不足,特别是对含有大量噪声的低分辨率图像而言,消噪效果较差。基于K-奇... 图像盲复原(IBR)问题一直是图像处理中的重要研究课题。目前空间不变的多通道图像盲复原算法研究较为普遍,这种算法具有较好的盲去模糊效果,但是对噪声的抑制能力不足,特别是对含有大量噪声的低分辨率图像而言,消噪效果较差。基于K-奇异值分解(K-SVD)的模型能够有效地处理噪声方差较大的图像,但是不能自适应图像的稀疏先验性。为了解决上述问题,在全变分(TV)多通道IBR算法处理的基础上,结合一种改进的K-SVD消噪模型的优势,提出了一种新的组合图像恢复方法。改进的K-SVD模型考虑了图像特征系数的稀疏先验知识和最大化稀疏度,具有自适应的消噪鲁棒性。分别采用模拟的和真实的低分辨率图像(毫米波图像)进行测试,与采用单一的多通道盲恢复和图像消噪算法相比,实验结果表明所提出的图像恢复方法具有较好的视觉效果和较高的信噪比。 展开更多
关键词 多通道 图像盲复原 稀疏表示 稀疏字典 毫米波图像(MMW) 图像消噪
下载PDF
压缩感知光谱重构中的字典原子选取优化方法 被引量:6
9
作者 汪琪 马灵玲 +2 位作者 李传荣 唐伶俐 周勇胜 《光学学报》 EI CAS CSCD 北大核心 2016年第9期317-324,共8页
针对常用的迭代追踪类算法难以保证低采样下光谱重构的成功率与精度的问题,提出了一种在低采样下光谱重构中字典原子选取的优化方法。利用AVIRIS和ROSIS高光谱数据构建光谱稀疏字典并进行压缩感知光谱重构实验,分别从光谱重构精度、稀... 针对常用的迭代追踪类算法难以保证低采样下光谱重构的成功率与精度的问题,提出了一种在低采样下光谱重构中字典原子选取的优化方法。利用AVIRIS和ROSIS高光谱数据构建光谱稀疏字典并进行压缩感知光谱重构实验,分别从光谱重构精度、稀疏成分提取能力、光谱重构的成功率和光谱识别的准确率等不同角度进行了分析。实验结果表明,本文方法不仅优于传统的匹配追踪算法,同时也优于公认的精度较高的FOCUSS、MSBL等其他类型的算法。 展开更多
关键词 光谱学 光谱重构 压缩感知 稀疏表示 稀疏字典 匹配追踪
原文传递
基于字典学习的图像稀疏去噪算法 被引量:5
10
作者 沈晨 张旻 《探测与控制学报》 CSCD 北大核心 2018年第2期128-134,140,共8页
针对图像稀疏去噪时采用固定字典稀疏效果不理想、去噪质量不高等问题,提出了基于字典学习的图像稀疏去噪算法。该算法首先选择初始化DCT字典,通过K-SVD算法对噪声图像样本反复迭代、更新得到字典,对图像进行稀疏表示,最后采用OMP算法... 针对图像稀疏去噪时采用固定字典稀疏效果不理想、去噪质量不高等问题,提出了基于字典学习的图像稀疏去噪算法。该算法首先选择初始化DCT字典,通过K-SVD算法对噪声图像样本反复迭代、更新得到字典,对图像进行稀疏表示,最后采用OMP算法对图像进行重构,得到去噪后图像。对不同类型和细节信息的实测图像,研究了采用DCT字典、基于自然图像训练字典和基于噪声图像训练字典的OMP算法的图像去噪性能,并设计仿真实验进行性能比较。仿真实验结果表明,基于噪声图像训练字典的图像稀疏去噪算法与其他两种算法相比去噪性能较好,具有自适应性。 展开更多
关键词 稀疏字典 K SVD算法 字典学习 稀疏去噪
下载PDF
基于压缩感知的SAR自适应窄带干扰抑制方法 被引量:5
11
作者 孔舒亚 白新有 +1 位作者 王亮 陈亚坤 《国外电子测量技术》 2019年第7期65-69,共5页
基于压缩感知的合成孔径雷达(SAR)成像技术能够利用较少的采样数据获得比传统方法分辨率更高的图像。但窄带干扰(NBI)的存在会破坏目标回波信号的稀疏性,使成像质量严重下降。根据NBI分量在SAR频谱范围内的稀疏特性,分别构建目标回波信... 基于压缩感知的合成孔径雷达(SAR)成像技术能够利用较少的采样数据获得比传统方法分辨率更高的图像。但窄带干扰(NBI)的存在会破坏目标回波信号的稀疏性,使成像质量严重下降。根据NBI分量在SAR频谱范围内的稀疏特性,分别构建目标回波信号和NBI的稀疏字典,在利用正交匹配追踪重构算法结合信息论准则预估NBI稀疏度的基础上,设计了一种压缩域SAR成像自适应NBI抑制算法。仿真结果表明,该方法能够对一定带宽条件下的NBI进行有效抑制,证明了该方法的有效性。 展开更多
关键词 合成孔径雷达 压缩感知 窄带干扰抑制 稀疏字典 AIC准则
下载PDF
基于双稀疏字典的医学图像融合算法及在脑血管疾病诊断中的应用 被引量:5
12
作者 高珊 邱天爽 +1 位作者 易梅 刘文红 《北京生物医学工程》 2015年第3期239-243,共5页
目的通过图像融合方法结合解剖和功能医学图像以提供更多有用的信息并辅助医生诊断。方法利用稀疏表示能很好地反映图像特征的优势。首先,选取医院脑梗死和脑出血的CT和MRI的临床图像,采用双稀疏字典算法得到稀疏字典,再通过结合空间域... 目的通过图像融合方法结合解剖和功能医学图像以提供更多有用的信息并辅助医生诊断。方法利用稀疏表示能很好地反映图像特征的优势。首先,选取医院脑梗死和脑出血的CT和MRI的临床图像,采用双稀疏字典算法得到稀疏字典,再通过结合空间域信息的最大选择法作为融合规则对其进行融合,并与基于主成分分析(principal component analysis,PCA)和离散小波变换(discrete wavelet transform,DWT)方法的图像融合结果在主观方面以及客观方面的QAB/F和Piella指标上进行比较。结果本文提出的方法所获得的融合图像主观评价优于另外两种方法。QAB/F和Piella的均值分别为0.9139和0.7213,客观评价指标也优于另外两种方法。结论基于双稀疏字典的图像融合算法得到的融合图像更清晰,对比度更高,并且特征保留效果更好,有助于医生的诊断。 展开更多
关键词 图像融合 稀疏字典 计算机断层扫描 磁共振成像
下载PDF
基于聚类与稀疏字典学习的近似消息传递
13
作者 司菁菁 王亚茹 +1 位作者 王爱婷 程银波 《燕山大学学报》 CAS 北大核心 2024年第2期157-164,共8页
基于传统字典学习的近似消息传递(approximate message passing,AMP)算法对训练样本数量的需求较高,且运算成本较高。本文引入双稀疏模型,构建基于稀疏字典学习的AMP框架,降低迭代过程中字典学习对训练样本数量的需求,提高压缩感知图像... 基于传统字典学习的近似消息传递(approximate message passing,AMP)算法对训练样本数量的需求较高,且运算成本较高。本文引入双稀疏模型,构建基于稀疏字典学习的AMP框架,降低迭代过程中字典学习对训练样本数量的需求,提高压缩感知图像重建的质量与效率。进一步,提出基于聚类与稀疏字典学习的AMP算法,在迭代过程中依据图像块特征进行分类,并为各类图像块分别学习稀疏字典,实现自适应去噪。与基于传统字典学习的AMP算法相比,基于聚类与稀疏字典学习的AMP算法能够将重建图像的峰值信噪比提高0.20~1.75 dB,并且能够将运算效率平均提高89%。 展开更多
关键词 图像重构 近似消息传递 字典学习 稀疏字典 聚类
下载PDF
基于代理函数优化的稀疏性字典学习 被引量:4
14
作者 高磊 陈曾平 《电子学报》 EI CAS CSCD 北大核心 2011年第12期2910-2913,共4页
稀疏性字典学习是指对在某个已知的基字典上具有稀疏表示的字典的学习.论文利用块松弛思想,将稀疏性字典学习问题转化为字典和系数的分别优化问题,利用代理函数优化方法分别对固定字典和固定系数情况下的目标函数进行优化处理,得到固定... 稀疏性字典学习是指对在某个已知的基字典上具有稀疏表示的字典的学习.论文利用块松弛思想,将稀疏性字典学习问题转化为字典和系数的分别优化问题,利用代理函数优化方法分别对固定字典和固定系数情况下的目标函数进行优化处理,得到固定字典情况下的系数更新算法和固定系数情况下的字典更新算法,进而得到稀疏性字典学习算法.理论分析说明了本文算法的收敛性.仿真对比表明了本文算法在收敛性和运算效率方面均优于稀疏性K-SVD算法. 展开更多
关键词 稀疏表示 稀疏性字典 块松弛 代理函数 K-SVD
下载PDF
基于K-SVD和稀疏表示的数字调制模式识别 被引量:4
15
作者 王振宇 秦立龙 刁俊良 《计算机科学》 CSCD 北大核心 2013年第10期65-67,91,共4页
为了提高数字信号调制模式识别在低信噪比下的正确率,通过分析基于稀疏表示的模式识别,提出了一种基于K-SVD和稀疏表示的特征提取方法。该方法首先引入主成分分析对样本进行降维,然后利用K-SVD算法构造稀疏字典并构建稀疏线性模型,最后... 为了提高数字信号调制模式识别在低信噪比下的正确率,通过分析基于稀疏表示的模式识别,提出了一种基于K-SVD和稀疏表示的特征提取方法。该方法首先引入主成分分析对样本进行降维,然后利用K-SVD算法构造稀疏字典并构建稀疏线性模型,最后通过l1范数最优化求解测试样本的稀疏系数,根据稀疏系数的分布提取特征值。利用支持向量机分类器进行信号的分类识别,仿真研究证明,新方法提取的特征值具有较好的有效性。 展开更多
关键词 调制识别 稀疏字典 稀疏表示 支持向量机
下载PDF
基于Laplace小波字典的轴承故障特征提取研究 被引量:3
16
作者 王伟 马萍 王聪 《电子测量技术》 北大核心 2023年第2期136-145,共10页
滚动轴承作为机械系统的重要组成部件,由于工作环境恶劣,极易发生故障。故障轴承振动信号包含瞬态冲击成分、谐波成分、背景噪声等多种成分。为准确提取故障特征,基于稀疏表示理论,提出Laplace小波字典的轴承故障诊断方法。首先,截取振... 滚动轴承作为机械系统的重要组成部件,由于工作环境恶劣,极易发生故障。故障轴承振动信号包含瞬态冲击成分、谐波成分、背景噪声等多种成分。为准确提取故障特征,基于稀疏表示理论,提出Laplace小波字典的轴承故障诊断方法。首先,截取振动信号片段若干,运用相关滤波法找到相关系数最大时的信号片段,依据此确定基底函数,构造Laplace小波原子并扩展成稀疏字典;然后,采用OMP算法,完成信号在字典下的稀疏重构,实现降噪;最后,对降噪信号进行包络分析,提取故障特征,确定故障类型。仿真和实验均验证了所提方法的有效性和可行性,具有一定的应用价值。 展开更多
关键词 滚动轴承 相关滤波 Laplace小波原子 稀疏字典 OMP算法 故障诊断
下载PDF
基于图像熵分块的压缩感知字典学习算法 被引量:4
17
作者 刘连 王孝通 《北京理工大学学报》 EI CAS CSCD 北大核心 2019年第5期520-523,共4页
针对传统字典学习算法预处理阶段未考虑图像内外部特征的问题,提出一种基于灰度梯度矩阵的图像熵字典学习算法.该算法通过灰度梯度矩阵计算图像块熵值,并对各图像块进行分类,每类数据组合成训练数据集,再利用基于系数矩阵的奇异值分解... 针对传统字典学习算法预处理阶段未考虑图像内外部特征的问题,提出一种基于灰度梯度矩阵的图像熵字典学习算法.该算法通过灰度梯度矩阵计算图像块熵值,并对各图像块进行分类,每类数据组合成训练数据集,再利用基于系数矩阵的奇异值分解算法更新各类子字典.对测试图像的稀疏表示系数进行重建实验,仿真结果表明,该算法可高效训练出自适应稀疏字典,显著提高图像重建精度. 展开更多
关键词 灰度梯度矩阵 图像熵 稀疏字典 奇异值分解
下载PDF
基于自适应稀疏表示和保局投影的工业故障检测 被引量:4
18
作者 邬东辉 顾幸生 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第4期455-464,共10页
针对工业过程中检测和储存的数据维度不断增大,传统的检测方法中存在处理速度慢、故障特征提取不明显等问题,提出了一种基于自适应稀疏表示和保局投影(Adaptive Sparse Representation and Locality Preserving Projections,ASRLPP)的... 针对工业过程中检测和储存的数据维度不断增大,传统的检测方法中存在处理速度慢、故障特征提取不明显等问题,提出了一种基于自适应稀疏表示和保局投影(Adaptive Sparse Representation and Locality Preserving Projections,ASRLPP)的故障检测方法。首先利用稀疏字典学习算法构造残差空间对数据进行特征提取,使数据的全局特征更加明显;然后在残差空间中利用保局投影(Locality Preserving Projections,LPP)算法进行降维操作,对数据进行过滤降维,保留局部特征;最后利用T~2统计量计算控制限进行监控。在检测过程中,引入自适应更新规则,将检测到的正常工况数据用于更新初始训练集,选取更加合理的训练集,动态地调整控制限,使其与所处理的故障数据特征相适应,提高故障检测效率和准确率。通过一个数值例子以及TE(Tennessee-Eastman)过程仿真验证了ASRLPP算法的有效性。 展开更多
关键词 故障检测 稀疏字典 保局投影 自更新
下载PDF
自适应稀疏约束图像超分辨力重建方法 被引量:3
19
作者 干宗良 粱秀聚 《电视技术》 北大核心 2012年第14期19-23,共5页
简要介绍了基于稀疏字典约束的超分辨力重建算法,提出了具有低复杂度的基于K均值聚类的自适应稀疏约束图像超分辨力重建算法。所提算法从两个方面降低其计算复杂度:分类训练字典,对图像块归类重建,降低每个图像块所用字典的大小;对图像... 简要介绍了基于稀疏字典约束的超分辨力重建算法,提出了具有低复杂度的基于K均值聚类的自适应稀疏约束图像超分辨力重建算法。所提算法从两个方面降低其计算复杂度:分类训练字典,对图像块归类重建,降低每个图像块所用字典的大小;对图像块的特征进行分析,自适应地选择重建方法。实验结果表明,提出的快速重建方法在重建质量与原算法相当的前提下,可以较大程度地降低重建时间。 展开更多
关键词 图像超分辨力重建 稀疏约束 稀疏字典 K均值聚类
下载PDF
使用双稀疏的图像去噪算法 被引量:3
20
作者 何俊飞 李峰 +1 位作者 张建明 吴宏林 《小型微型计算机系统》 CSCD 北大核心 2015年第5期1109-1112,共4页
为提高稀疏度并减小重构误差,提出一种基于稀疏字典和稀疏编码的图像去噪算法.基于贝叶斯图像稀疏去噪框架,采用交替优化思想学习出自适应稀疏超完备字典,该字典结构本身具有稀疏性,能有效分离图像的有用信息与噪声数据,提高算法的鲁棒... 为提高稀疏度并减小重构误差,提出一种基于稀疏字典和稀疏编码的图像去噪算法.基于贝叶斯图像稀疏去噪框架,采用交替优化思想学习出自适应稀疏超完备字典,该字典结构本身具有稀疏性,能有效分离图像的有用信息与噪声数据,提高算法的鲁棒性;在稀疏编码阶段,LS-OMP算法能不断选择与待去噪图像具有最相似结构的原子,从而能很好的逼近原始图像.实验表明,与基于传统固定字典、K-SVD学习字典、SK-SVD学习字典的稀疏去噪方法相比,该算法能较好的提取原图像的细节信息,具有较高的峰值信噪比. 展开更多
关键词 稀疏字典 LS-OMP 稀疏编码 峰值信噪比
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部