首页
|
本学科首页
官方微博
|
高级检索
全部专业
非线性科学
系统科学
学报及综合类
自然科学丛书、文集、连续性出版物
自然科学教育与普及
自然科学理论与方法论
自然科学现状及发展
自然科学研究方法
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
压缩感知图像的块子带自适应稀疏表示规则化重构
引用本文:
熊承义,龚忠毅,高志荣,张梦杰.压缩感知图像的块子带自适应稀疏表示规则化重构[J].中南民族大学学报(自然科学版),2018(4):115-119.
作者姓名:
熊承义
龚忠毅
高志荣
张梦杰
作者单位:
1 中南民族大学 电子信息工程学院 智能无线通信湖北省重点实验室, 武汉 430074; 2 中南民族大学 计算机科学学院, 武汉 430074
基金项目:
国家自然科学基金资助项目(61471400)
摘 要:
针对自然图像信号的非平稳特性和不同图像块的变换域系数的分布差异较大, 基于分块图像子带自适应 稀疏表示规则化,提出了一种新的压缩感知图像重构方法.先利用非局部相似块组估计每个分块图像变换域各子 带系数的均值和标准差,再将图像块各子带系数进行去均值并关于标准差归一化, 最后将去均值归一化处理的子 带系数的
l
1
范数表示用于规则化压缩感知重构.由于块子带自适应稀疏表示更加合理地表达了稀疏系数的重要 性,使得重构图像能够更好地保留纹理、边缘等细节信息.大量的实验结果表明: 相比组稀疏表示的压缩感知重构 算法,该方法重构图像的峰值信噪比平均提高了0.69 dB.
关 键 词:
压缩感知
图像重构
块子带自适应
稀疏表示
Image Reconstruction Regularized by Patch Bandwise Adaptive Sparse Representation for Compressive Sensing
Abstract:
Keywords:
compressive sensing
image reconstruction
patch bandwise adaptive
sparse representation
点击此处可从《中南民族大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《中南民族大学学报(自然科学版)》下载
免费
的PDF全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号