结合系数重用正交匹配追踪的字典学习算法

针对压缩感知中字典对信号稀疏表示能力不足的问题,文中提出了一种结合系数重用正交匹配追踪的自适应字典学习算法,该算法使用系数重用正交匹配追踪算法得到稀疏系数,在字典更新阶段引入上一次迭代过程的先验信息.首先对稀疏系数矩阵进行奇异值分解,再分别用前一次更新的字典对左奇异矩阵和用训练信号对右奇异矩阵进行变换,然后采用变换后的左、右奇异矩阵构造新矩阵,最后利用新矩阵进行字典训练.实验结果表明,采用文中算法得到的字典对图像具有更好的稀疏表示能力,提高了重构图像的质量.     

一种简易的图象去噪方法

设计了一种简易实现的自适应中值滤波器滤除图象噪声,根据对噪声图象噪声点的检测,自适应地调整了中值滤波器窗的大小,有效地抑制严重的脉冲器声干扰。     

视频多描述编码与差错隐藏的联合抗误码算法

将MD-SPIHT方法推广应用于视频序列,提出了视频多描述编码与差错隐藏的联合抗误码算法,以提高视频传输的鲁棒性．该算法根据视频小波变换后的小波系数的时一空关系,先对小波系数进行分组,再分别对各组进行3D．SPIHT编码,即产生多个描述．多个描述通过多个独立的信道传输．每一描述的码流是完全嵌入式的,易于实现质量可分级编码．在接收端接收到的描述较少时．首先根据接收到的若干描述重构低质量的视频,然后采用差错隐藏方法恢复丢失的子波树．对多个序列进行仿真实验．结果证实本文算法有效地提高了视频传输的鲁棒性．     

基于半耦合字典的快速图像超分辨率重建算法

为了提高图像超分辨率重建的效率与质量,考虑到高、低分辨率稀疏表示系数的不同,改进了锚定邻域回归算法,并结合半耦合字典学习算法提出了一种快速图像超分辨率重建算法.首先采用半耦合字典学习算法得到高分辨率字典、低分辨率字典及映射矩阵;再采用岭回归算法求解低分辨率稀疏表示系数,并根据高分辨率稀疏表示系数与低分辨率稀疏表示系数之间的映射关系,得到高分辨率稀疏表示系数;然后,根据输入图像块特征寻找字典中与其最相关的字典原子,计算该字典原子所对应的投影矩阵,进行超分辨率重建.仿真结果表明:提出的算法不仅在重建速度上表现更快,重建图像的质量也得到提高,在客观指标和主观效果上均取得更好的效果.     

结合暗通道先验的单幅图像快速去雾算法

基于暗通道先验的单幅图像去雾算法对天空区域的恢复效果不佳,且运行效率较低.为此,文中提出了一种快速、有效的单幅图像去雾算法.该算法首先根据颜色衰减先验建立场景深度模型,并基于场景深度模型估计透射率,再基于局部一致性和暗通道先验得到粗透射率;然后利用图像融合的方法,将基于场景深度模型估计的透射率与粗透射率融合,实现天空区域透射率的修正;最后采用导向滤波细化的透射率复原图像,并对复原图像进行色调调整.实验结果表明,文中算法运行效率高,并且有效地提高了复原图像的清晰度和对比度.     

基于DCT频带能量的压缩感知重构算法

为提高压缩感知图像的重构质量,提出了一种基于离散余弦变换(DCT)分频带压缩感知的平滑投影Landweber重构算法.该算法充分考虑了不同的DCT系数频带对重构图像质量有不同的影响,对图像进行分块DCT后,按照频带能量大小重新组织DCT系数,对能量大的频带分配大的采样率,通过分频带变采样率的随机矩阵实现随机观测,采用平滑滤波器消除块效应,由投影Landweber算法实现图像的重构.实验结果表明,与BCS-SPL和MS-BCS-SPL重构算法相比,文中提出的算法显著提高了重构图像的峰值信噪比.     

DVC中基于广义高斯分布的WZ帧重构算法

为提高分布式视频编码系统解码WZ(Wyner-Ziv)帧的图像质量,提出了基于广义高斯分布的WZ帧重构算法.该算法充分考虑了边信息与原始WZ帧具有较强相关性的特点,将广义高斯分布作为相关模型;在边信息已知情况下,对给定量化区间、计算WZ帧的条件期望并将其作为WZ重构值;将广义高斯分布的形状参数设为0.5,推导出基于广义高斯分布重构WZ帧的闭式表示.实验结果表明,文中提出的基于广义高斯分布的WZ帧重构算法比最小均方误差(MMSE)重构算法的峰值信噪比提高约0.6 d B,并能有效改善重构WZ帧的图像质量.