组稀疏表示的双重l1范数优化图像去噪算法 被引量：6

1

作者 骆骏 刘辉 尚振宏 《四川大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第6期1065-1072,共8页

由于图像受噪声的影响,无法从降质信号中获得准确的稀疏系数.针对此问题,对一种组稀疏表示的双重l1范数优化图像去噪算法进行研究,该算法同时采用非局部相似图像块组稀疏表示的l1范数和稀疏残差作为正则项对组稀疏系数进行约束,并利用... 由于图像受噪声的影响,无法从降质信号中获得准确的稀疏系数.针对此问题,对一种组稀疏表示的双重l1范数优化图像去噪算法进行研究,该算法同时采用非局部相似图像块组稀疏表示的l1范数和稀疏残差作为正则项对组稀疏系数进行约束,并利用一种有效的迭代收缩算法实现对模型的优化求解,以获取更鲁棒的稀疏系数,另外,为了进一步提高去噪性能,采用贝叶斯公式推导出自适应调整两个正则化参数的方法.实验结果表明,与现有的许多算法相比,新算法能够在去除噪声的同时抑制伪影,保护图像的细节信息,峰值信噪比相对经典的BM3D算法而言,最多可提高1.24 dB. 展开更多

关键词 图像去噪 组稀疏表示 L1范数 稀疏残差 迭代收缩算法

下载PDF 职称材料

双边加权组稀疏残差约束的面阵卫星影像去噪

2

作者 万天真 潘俊 王密 《武汉大学学报（信息科学版）》 EI CAS CSCD 北大核心 2024年第6期935-944,共10页

传统的组稀疏表示模型受到噪声的影响可能无法准确估计每个影像组的稀疏性,从而导致对理想影像的复原失真。提出了双边加权的组稀疏残差约束模型,引入组稀疏残差约束,首先利用稀疏编码系数的非局部自相似性获得理想影像的组稀疏系数估计... 传统的组稀疏表示模型受到噪声的影响可能无法准确估计每个影像组的稀疏性,从而导致对理想影像的复原失真。提出了双边加权的组稀疏残差约束模型,引入组稀疏残差约束,首先利用稀疏编码系数的非局部自相似性获得理想影像的组稀疏系数估计,然后约束对应退化影像的组稀疏系数来逼近这一估计。由于面阵卫星影像噪声较为复杂,用简单加性高斯白噪声难以精确建模,将两个权重矩阵分别引入组稀疏残差约束的数据保真项和正则化项中,以表征影像和噪声的统计特性。使用模拟数据和珞珈三号01星获取的真实影像进行实验,在模拟实验中,双边加权组稀疏残差约束模型在去除加性高斯白噪声和空间异质噪声方面表现优于其他对比方法。在真实影像实验中,使用该模型去噪后的影像熵值相较于三维块匹配滤波方法、多波段加权核范数最小化方法、非局部中心化稀疏表示方法、低秩化组稀疏表示方法和三边加权稀疏编码方法,分别提升了2.03%、1.18%、1.26%、1.24%和2.10%。结果表明,双边加权组稀疏残差约束模型在保留影像边缘细节和消除真实影像噪声方面优于对比方法。 展开更多

关键词 面阵卫星影像 影像去噪 组稀疏表示 组稀疏残差约束 非局部自相似性

原文传递

基于Gabor变换和组稀疏表示的敦煌壁画修复算法 被引量：6

3

作者 陈永 陶美风 +1 位作者 艾亚鹏 陈锦 《激光与光电子学进展》 CSCD 北大核心 2020年第22期167-176,共10页

在敦煌壁画修复过程中,初始字典的随机选取易陷入局部最优,仅以颜色欧氏距离作为图像块分组标准会导致图像修复后易出现结构模糊和线条不连续等问题。针对以上问题,提出了一种基于Gabor变换和组稀疏表示的敦煌壁画修复算法。首先,采用... 在敦煌壁画修复过程中,初始字典的随机选取易陷入局部最优,仅以颜色欧氏距离作为图像块分组标准会导致图像修复后易出现结构模糊和线条不连续等问题。针对以上问题,提出了一种基于Gabor变换和组稀疏表示的敦煌壁画修复算法。首先,采用互信息作为图像块分组准则,并建立相似结构组,这使得组稀疏表示更加合理;然后,通过Gabor小波变换对相似结构组进行特征信息提取,并结合PCA降维的方式得到初始化结构组的特征字典,避免了字典初始化随机选取的不足;最后,采用奇异值SVD分解和分裂Bregman迭代优化方法对结构组字典和稀疏系数进行学习并完成壁画图像的修复。实验结果表明,相比于其他对比算法,所提方法取得了较好的主客观修复效果。 展开更多

关键词 图像处理 壁画修复 组稀疏表示 GABOR小波变换 互信息

原文传递

基于组稀疏表示和加权全变分的图像压缩感知重构 被引量：4

4

作者 赵辉 方禄发 +2 位作者 张天骐 李志伟 徐先明 《系统工程与电子技术》 EI CSCD 北大核心 2020年第10期2172-2180,共9页

传统的基于组稀疏表示(group sparse representation,GSR)的压缩感知(compressd sensing,CS)重构算法利用信号的稀疏性和非局部相似性来重构图像信号,但没有充分考虑图像的局部平滑特性,影响了算法的重构性能。考虑信号的稀疏性、非局... 传统的基于组稀疏表示(group sparse representation,GSR)的压缩感知(compressd sensing,CS)重构算法利用信号的稀疏性和非局部相似性来重构图像信号,但没有充分考虑图像的局部平滑特性,影响了算法的重构性能。考虑信号的稀疏性、非局部相似性、平滑性3种先验信息,提出一种基于GSR和加权全变分(weighted total variation,WTV)的图像CS重构算法,并针对传统的WTV采用全局加权会引入错误的纹理以及边缘状伪影的问题,利用一种新的WTV策略,只对图像的高频分量设置权重来保证图像重构质量。此外,针对硬阈值迭代法忽略低频的主分量系数,采用硬阈值模平方方法来更好地保护非主分量系数。实验表明,相同采样率下,所提算法的峰值信噪比比非局部正则化全变分和基于GSR的CS算法平均分别提高5.4 dB和0.62 dB,验证了所提算法有效保护图像的细节信息。 展开更多

关键词 压缩感知 组稀疏表示 加权全变分 图像重构

下载PDF 职称材料

基于组稀疏表示的二维全极化散射中心提取 被引量：4

5

作者 张肖 闫恒庄 +1 位作者 周建江 汪飞 《电光与控制》 北大核心 2016年第2期26-30,共5页

针对CP-GTD模型,利用全极化雷达回波的组稀疏特性,提出了一种基于组稀疏表示的二维全极化散射中心参数估计方法。该方法将全极化散射中心参数估计问题转化为组稀疏信号重构问题,并利用自适应网格细化的方法来划分网格,最后利用最小二乘... 针对CP-GTD模型,利用全极化雷达回波的组稀疏特性,提出了一种基于组稀疏表示的二维全极化散射中心参数估计方法。该方法将全极化散射中心参数估计问题转化为组稀疏信号重构问题,并利用自适应网格细化的方法来划分网格,最后利用最小二乘法对相干极化散射矩阵的估计进行修正。与基于联合谱估计的方法相比,该方法无需已知散射中心数,从而可以避免由于散射中心数估计错误而引起的性能恶化,且适用范围更广。仿真实验也表明,该方法具有更好的鲁棒性,可以有效地用于目标全极化散射中心提取。 展开更多

关键词 雷达 目标散射特性 二维散射中心 全极化 CP-GTD模型 组稀疏表示

下载PDF 职称材料

基于组稀疏表示的在线单帧图像超分辨率算法 被引量：3

6

作者 李键红 吴亚榕 吕巨建 《计算机科学》 CSCD 北大核心 2018年第4期312-318,共7页

基于稀疏表示的图像超分辨率重建算法以近似随机抽取的方式选取字典中的原子来拟合图像片,而实际中的字典原子的选择体现出了很强的结构稀疏性,从而导致算法计算复杂且引入了大量的误差,影响重建图像的质量。针对该问题,提出了一种基于... 基于稀疏表示的图像超分辨率重建算法以近似随机抽取的方式选取字典中的原子来拟合图像片,而实际中的字典原子的选择体现出了很强的结构稀疏性,从而导致算法计算复杂且引入了大量的误差,影响重建图像的质量。针对该问题,提出了一种基于组稀疏表示的在线图像超分辨率重建算法。该方法引入组稀疏理论,仅利用输入的低分辨率图像作为样本来构建组稀疏字典,通过结合组稀疏性和几何对偶性来构建超分辨率图像算法的成本函数,并使用提出的一种迭代的方法进行求解。实验表明,该算法在视觉观察和参数比较上都优于当前主流的超分辨率算法。 展开更多

关键词 组稀疏表示 单帧图像超分辨率 正交匹配追踪 字典学习 迭代优化

下载PDF 职称材料

视频压缩感知中组稀疏表示的自适应阈值算法 被引量：2

7

作者 李金昊 杨春玲 禤韵怡 《计算机工程与设计》 北大核心 2019年第9期2564-2571,2583,共9页

在对帧间组稀疏表示框架研究后,提出一种改进的组稀疏表示的自适应阈值算法(AT-GSR)。在变换域进行阈值处理过程中,根据采样率,在迭代开始时对初始阈值进行自适应设置,在迭代过程中对阈值进行阶梯型递减,保证信号在噪声被滤去的前提下,... 在对帧间组稀疏表示框架研究后,提出一种改进的组稀疏表示的自适应阈值算法(AT-GSR)。在变换域进行阈值处理过程中,根据采样率,在迭代开始时对初始阈值进行自适应设置,在迭代过程中对阈值进行阶梯型递减,保证信号在噪声被滤去的前提下,保留更多细节特征。针对非剧烈运动序列提出使用重构精度较高的关键帧作为参考帧的方案,保证帧间匹配块的精度,且利用前后两个方向的时间相关性。仿真结果表明,所提重构算法AT-GSR,对于运动不太剧烈的视频序列,相对于SSIM-InterF-GSR降低了算法复杂度,提高了重构性能,与目前性能好的其它两种视频压缩感知算法相比,性能也有明显提升。 展开更多

关键词 视频压缩感知 组稀疏表示 自适应阈值 参考帧 算法复杂度

下载PDF 职称材料

非局部群稀疏表示的图像去噪模型 被引量：1

8

作者 薛智爽 杨平先 +2 位作者 黄坤超 陈明举 陈柳 《电讯技术》 北大核心 2019年第10期1215-1221,共7页

针对图像的非局部稀疏表示忽略图像中结构相似信息的缺点,将群稀疏表示引入到图像的最优滤波中,提出了一种有效去除图像高斯噪声的非局部群稀疏表示模型。该模型首先选择图像非局部相似块构建相似矩阵,在群稀疏限制下对相似矩阵进行正... 针对图像的非局部稀疏表示忽略图像中结构相似信息的缺点,将群稀疏表示引入到图像的最优滤波中,提出了一种有效去除图像高斯噪声的非局部群稀疏表示模型。该模型首先选择图像非局部相似块构建相似矩阵,在群稀疏限制下对相似矩阵进行正交分解得到正交矩阵;在已知噪声服从高斯分布的情况下,再通过求得的正交矩阵结合贝叶斯最小均方误差准则实现对特征矩阵的最优估计;最后通过正交矩阵与特征矩阵重构去噪后的图像。实验对比证明,所提的非局部群稀疏表示的图像去噪模型在去除噪声的同时更好地保留了图像的结构信息,获得了更好的主客观评价指标,去噪的峰值信噪比提高1 dB以上。 展开更多

关键词 图像去噪 群稀疏表示 非局部信息 贝叶斯估计

下载PDF 职称材料

基于组稀疏的遗传性疾病和性状基因位点选择方法研究 被引量：1

9

作者 张跻 杨勃 《湖南理工学院学报（自然科学版）》 CAS 2018年第1期12-15,63,共5页

如何从海量基因信息中高效挖掘出遗传性疾病密切相关的基因位点是全基因组关联性分析的核心问题.然而,目前常用的致病基因位点选择单变量分析技术不能发现多基因复杂交互形成的致病机制.为此,本文尝试从多变量分析角度,采用稀疏优化模型... 如何从海量基因信息中高效挖掘出遗传性疾病密切相关的基因位点是全基因组关联性分析的核心问题.然而,目前常用的致病基因位点选择单变量分析技术不能发现多基因复杂交互形成的致病机制.为此,本文尝试从多变量分析角度,采用稀疏优化模型,实现致病基因的选择.为进一步实现致病基因位点的选择,采用基于L12范数的最小组稀疏角回归算法,通过调整正则化系数大小来控制模型的组间稀疏度,最终有效实现了致病基因和基因位点的选择.最后,通过某遗传疾病的真实基因数据,验证了该方法的有效性. 展开更多

关键词 全基因组关联性分析(GWAS) 特征选择 L12范数 组稀疏表达

下载PDF 职称材料

改进的BOMP算法在人脸识别中的应用 被引量：1

10

作者 殷爱菡 姜辉明 朱明 《计算机工程与应用》 CSCD 2014年第6期175-178,共4页

采用组稀疏表示分类方法时,同类样本同时参与对测试样本的表示,忽略了类内样本间的相关性。提出了一种改进方法,该方法在块正交匹配追踪算法基础上,将样本间的相干系数作为参数,设置适当的阈值,对每次选取的样本进行判别,剔除与测试样... 采用组稀疏表示分类方法时,同类样本同时参与对测试样本的表示,忽略了类内样本间的相关性。提出了一种改进方法,该方法在块正交匹配追踪算法基础上,将样本间的相干系数作为参数,设置适当的阈值,对每次选取的样本进行判别,剔除与测试样本相关性较差的样本,优化算法的重建性能。在Yale B和ORL的数据库上的实验表明,与原有方法相比,改进后的方法得到的识别率较高,实验结果证明了该方法的有效性。 展开更多

关键词 人脸识别 组稀疏表示 块正交匹配追踪

下载PDF 职称材料

基于组稀疏表示的压缩感知核磁共振成像算法 被引量：1

11

作者 王宇 张乐毅 郝耀军 《内蒙古师范大学学报（自然科学汉文版）》 CAS 北大核心 2017年第1期90-97,101,共9页

提出一种利用组稀疏表示进行CSMRI的方法.在字典学习过程中,对图像块按照相似性准则进行分组,并利用这些组进行字典训练.将组字典学习的代价函数引入到压缩感知核磁共振成像的模型中,并利用交替优化方法求解该模型.提出的算法不仅利用... 提出一种利用组稀疏表示进行CSMRI的方法.在字典学习过程中,对图像块按照相似性准则进行分组,并利用这些组进行字典训练.将组字典学习的代价函数引入到压缩感知核磁共振成像的模型中,并利用交替优化方法求解该模型.提出的算法不仅利用了图像的局部稀疏性,还利用了图像块之间的相似性(非局部相似性).实验结果证明,该算法能够重构出高质量图像. 展开更多

关键词 压缩感知 核磁共振成像 组稀疏表示 字典学习 非局部相似性

下载PDF 职称材料

基于群稀疏系数估计的图像重构算法 被引量：1

12

作者 刘书君 吴国庆 +2 位作者 徐礼培 沈晓东 曹建鑫 《仪器仪表学报》 EI CAS CSCD 北大核心 2015年第12期2756-2764,共9页

基于稀疏表示的图像先验信息模型被广泛用于实现图像的重构中。针对稀疏表示中字典选择与系数估计的关键问题,提出了基于稀疏表示与非局部自相似性相结合的图像重构方法。首先通过欧氏距离的块匹配寻找相似图像块,并利用左右字典分别对... 基于稀疏表示的图像先验信息模型被广泛用于实现图像的重构中。针对稀疏表示中字典选择与系数估计的关键问题,提出了基于稀疏表示与非局部自相似性相结合的图像重构方法。首先通过欧氏距离的块匹配寻找相似图像块,并利用左右字典分别对相似图像块集合进行局部稀疏与非局部稀疏表示,以获得更稀疏准确的稀疏表示系数。进一步针对传统阈值收缩法对稀疏系数估计精度不足的问题,利用伯格曼迭代算法快速有效地求解重构模型,并采用线性最小均方误差估计准则(LMMSE)实现稀疏系数的估计,以保证对包含图像纹理细节信息的小系数的精确估计。实验结果表明,本文方法不仅在PSNR等客观指标上达到了目前先进水平,而且重构后图像拥有更为丰富的细节信息,整体视觉效果更加清晰。 展开更多

关键词 图像重构 群稀疏表示 伯格曼算法 线性最小均方误差

下载PDF 职称材料

基于特征优选和字典优化的组稀疏表示表情识别 被引量：1

13

作者 谢惠华 黎明 +1 位作者 王艳 陈昊 《模式识别与人工智能》 EI CSCD 北大核心 2021年第5期446-454,共9页

针对在小样本人脸表情数据库上识别模型过拟合问题,文中提出基于特征优选和字典优化的组稀疏表示分类方法.首先提出特征优选准则,选择相同类级稀疏模式、不同类内稀疏模式的互补特征构建字典.然后对字典进行最大散度差优化学习,使字典... 针对在小样本人脸表情数据库上识别模型过拟合问题,文中提出基于特征优选和字典优化的组稀疏表示分类方法.首先提出特征优选准则,选择相同类级稀疏模式、不同类内稀疏模式的互补特征构建字典.然后对字典进行最大散度差优化学习,使字典在不失真重构特征的同时具有较高鉴别能力.最后联合优化后的字典进行组稀疏表示分类.在JAFFE、CK+数据库上的实验表明,文中方法对样本减少具有鲁棒性,泛化能力较强,识别精度较优. 展开更多

关键词 小样本表情识别 特征优选 最大散度差优化学习 组稀疏表示

下载PDF 职称材料

CVS中基于块分类的自适应阈值调整组稀疏重构

14

作者 杨春玲 郑钊彪 李金昊 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第8期29-37,48,共10页

针对基于结构相似性的帧间组稀疏表示重构(SSIM-InterF-GSR)算法在重构平稳区域时未能充分利用高质量重构的关键帧信息,且稀疏化处理阈值的数值设置不合理的问题,提出了基于块分类的自适应阈值调整组稀疏重构(BC-ATA-GSR)算法。首先,根... 针对基于结构相似性的帧间组稀疏表示重构(SSIM-InterF-GSR)算法在重构平稳区域时未能充分利用高质量重构的关键帧信息,且稀疏化处理阈值的数值设置不合理的问题,提出了基于块分类的自适应阈值调整组稀疏重构(BC-ATA-GSR)算法。首先,根据块内物体运动状态分类图像块并分配合理的参考帧,以提高视频序列平稳区域的重构质量;然后,根据采样率以及图像块种类自适应设置稀疏化初始阈值,以保留足够的结构信息;最后,提出了迭代阈值梯度缩减方案,以便在提升迭代后期重构质量的同时也加快迭代收敛速度。与SSIM-InterF-GSR算法相比,BC-ATA-GSR算法取得了更好的重构质量,重构QCIF和CIF视频序列的平均PSNR分别最高提升了3.77、2.28 dB,时间复杂度最多下降了42.08%。 展开更多

关键词 压缩感知 组稀疏表示 块分类 自适应初始阈值 迭代阈值递减

下载PDF 职称材料

CIS中基于残差补偿的组稀疏表示重构算法

15

作者 邓博文 杨春玲 郑学炜 《计算机工程与设计》 北大核心 2019年第2期483-487,507,共6页

针对图像压缩感知(CIS)组稀疏表示重构算法在低采样率下尤其是对纹理特征相对复杂的图像重构质量不佳的问题,提出基于残差补偿的组稀疏表示(RCGSR)重构方法。对稀疏处理前后两幅图像对应位置图像组稀疏系数的残差进行稀疏化处理并补偿... 针对图像压缩感知(CIS)组稀疏表示重构算法在低采样率下尤其是对纹理特征相对复杂的图像重构质量不佳的问题,提出基于残差补偿的组稀疏表示(RCGSR)重构方法。对稀疏处理前后两幅图像对应位置图像组稀疏系数的残差进行稀疏化处理并补偿至后者的图像组稀疏系数中。归纳一种自适应软阈值收缩方案,对不同稀疏系数残差采取不同的阈值进行收缩处理,增强算法的鲁棒性。仿真结果表明,与目前性能最好的图像压缩感知重构算法GSR相比,所提算法在低采样率时显著提高了图像的重构性能。 展开更多

关键词 压缩感知 组稀疏表示 低采样率 残差补偿 软阈值

下载PDF 职称材料

基于提升静态小波变换与联合结构组稀疏表示的多聚焦图像融合 被引量：8

16

作者 邹佳彬 孙伟 《计算机应用》 CSCD 北大核心 2018年第3期859-865,共7页

为抑制传统小波变换在多聚焦图像融合中产生的伪吉布斯现象,以及克服传统稀疏表示的融合方法容易造成融合图像的纹理与边缘等细节特征趋于平滑的缺陷,提高多聚焦图像融合的效率与质量,采用一种基于提升静态小波变换(LSWT)与联合结构组... 为抑制传统小波变换在多聚焦图像融合中产生的伪吉布斯现象,以及克服传统稀疏表示的融合方法容易造成融合图像的纹理与边缘等细节特征趋于平滑的缺陷,提高多聚焦图像融合的效率与质量,采用一种基于提升静态小波变换(LSWT)与联合结构组稀疏表示的图像融合算法。首先对实验图像进行提升静态小波变换,根据分解后得到的低频系数与高频系数各自不同的物理特征,采用不同的融合方式。选择低频系数时,采用基于联合结构组稀疏表示的系数选择方案;选择高频系数时,采用方向区域拉普拉斯能量和(DRSML)与匹配度相结合的系数选择方案。最后经逆变换重构得到最终融合图像。实验结果表明,改进的算法有效地提高了图像的互信息量、平均梯度等指标,完好地保留图像的纹理与边缘等细节信息,融合图像效果更好。 展开更多

关键词 多聚焦图像融合 提升静态小波变换 联合稀疏表示 结构组稀疏表示 拉普拉斯能量和 匹配度

下载PDF 职称材料

加权结构组稀疏表示的图像压缩感知重构 被引量：8

17

作者 李佳 高志荣 +1 位作者 熊承义 周城 《通信学报》 EI CSCD 北大核心 2017年第2期196-202,共7页

利用图像的非局部相似性先验以提升图像恢复质量已得到广泛关注。为了更有效地提升压缩感知(CS)图像的重构质量,提出了一种基于加权结构组稀疏表示(WSGSR)的图像压缩感知重构方法。采用非局部相似图像块结构组加权稀疏表示的1_l范数作... 利用图像的非局部相似性先验以提升图像恢复质量已得到广泛关注。为了更有效地提升压缩感知(CS)图像的重构质量,提出了一种基于加权结构组稀疏表示(WSGSR)的图像压缩感知重构方法。采用非局部相似图像块结构组加权稀疏表示的1_l范数作为规则化项约束优化重构,实现在更好地恢复图像高频细节信息的同时有效减少对图像低频成分的损失,图像重构质量得到明显改善。推导出一种加权软阈值收缩方法,实现对模型的优化求解,对幅值较大的重要系数采用较小的阈值收缩处理,对幅值较小的非重要系数采用相对较大的阈值收缩处理。实验结果比较验证了所提方法的有效性。 展开更多

关键词 压缩感知 图像重构 加权结构组稀疏表示 加权软阈值收缩

下载PDF 职称材料

多源声发射信号混合重叠组稀疏分类研究

18

作者 邓韬 刘哲潮 +1 位作者 汪华章 何磊 《计量学报》 CSCD 北大核心 2024年第1期64-72,共9页

针对高速列车车体裂纹声发射检测的多源、波模式重叠及噪声干扰问题,提出一种基于本征模态的混合重叠组稀疏(MOGS)分类方法用于声发射源识别。MOGS是一种兼顾组间和组内稀疏,同时允许类间特征重叠的结构稀疏模型。设计了一种新的噪声预... 针对高速列车车体裂纹声发射检测的多源、波模式重叠及噪声干扰问题,提出一种基于本征模态的混合重叠组稀疏(MOGS)分类方法用于声发射源识别。MOGS是一种兼顾组间和组内稀疏,同时允许类间特征重叠的结构稀疏模型。设计了一种新的噪声预分解矩阵以降低本征模态分解计算量,选取目标特征频带模态为分类样本来提高类间差异。通过K-SVD层次稀疏组套索罚训练MOGS类别字典,并给出一种罚函数块坐标可分离的近似光滑处理过程以实现MOGS套索求解。实验表明,该方法对几类多源含噪信号分类准确率均高于80%,在识别率和波形重构效果上优于对比方法。 展开更多

关键词 声学计量 声发射 组稀疏分类 混合重叠组稀疏 多源信号识别

下载PDF 职称材料

基于结构组稀疏表示的红外云图超分辨率方法 被引量：5

19

作者 周颖 符冉迪 +2 位作者 颜文 周峰 金炜 《光电工程》 CAS CSCD 北大核心 2016年第12期126-132,共7页

针对红外云图分辨率低、视觉效果较差的问题,提出一种图像结构组稀疏表示的超分辨率方法。该方法充分利用红外云图的结构自相似性,将结构组作为稀疏表示的基本单位,建立图像结构组稀疏表示模型。在训练字典过程中通过高斯混合模型学习... 针对红外云图分辨率低、视觉效果较差的问题,提出一种图像结构组稀疏表示的超分辨率方法。该方法充分利用红外云图的结构自相似性,将结构组作为稀疏表示的基本单位,建立图像结构组稀疏表示模型。在训练字典过程中通过高斯混合模型学习图像结构组的先验信息,再对样本块进行聚类,利用主成分分析学习得到紧凑的分类字典。在重建阶段对每个结构组自适应选取最匹配的字典,使用改进了的加权l1范数优化方法求解稀疏系数。实验结果表明,与Sc SR、Zeyde、NARM等算法相比,所提算法在视觉效果以及图像质量评价指标上均有所提高,红外云图重构质量有较为明显的改善。 展开更多

关键词 超分辨率 红外云图 结构组稀疏表示 自相似性

下载PDF 职称材料

基于索引冗余字典的轴承故障组稀疏分类方法研究 被引量：2

20

作者 邓韬 林建辉 +1 位作者 黄晨光 靳行 《振动与冲击》 EI CSCD 北大核心 2019年第7期1-8,共8页

基于声发射信号的高速列车轮对轴承早期故障状态诊断和分类复杂性高,常用的人工神经网络及支持向量机方法在参数设置与多分类问题上存在困难。组稀疏分类(GSRC)仅通过超完备字典下稀疏重构即可实现理想的多分类,在图像、语音分类中成为... 基于声发射信号的高速列车轮对轴承早期故障状态诊断和分类复杂性高,常用的人工神经网络及支持向量机方法在参数设置与多分类问题上存在困难。组稀疏分类(GSRC)仅通过超完备字典下稀疏重构即可实现理想的多分类,在图像、语音分类中成为热点。为将GSRC用于轴承故障识别,设计了一种带索引的复合故障冗余字典,利用样本信号多尺度排列熵构成索引字典的小体积优势预先匹配来缩小故障类范围,以邻近梯度法和最优一阶加速的组LASSO约束优化算法来提高收敛性和计算速度;采用改进EEMD结合变分模态分解自适应的获得各故障类初始原子,以保留故障的非线性特征,同时提出一种原子区间平移稀疏编码方法(Interval Translation Sparse Coding, ITSC)放宽了样本数据截取要求,原子有更好的紧凑性与稀疏性;对七类轴承缺陷试验台跑合声发射信号进行分类,验证了该方法的性能。 展开更多

关键词 轴承故障 组稀疏分类 声发射 VMD

下载PDF 职称材料