基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了从压缩采样数据快速有效地恢复自然图像,提出了一种结合近似 l0范数和近似总体变分(TV)的压缩采样图像恢复算法模型--TVSl0,并在恢复算法中引入模拟退火方法来实现快速恢复.该模型以最小化近似l0范数为基础,融入了反映图像结构特点的近似TV范数,体现出该模型对图像空域变化有限这一特点的适应性;并使用连续近似函数解决了l0范数的不连续问题.针对典型自然图像恢复的实验结果验证了文中算法的有效性和可行性,其恢复质量和基本TV模型的方法相当,但迭代次数少、计算复杂度低.
推荐文章
基于L0稀疏约束的近似稀疏解人耳识别
SRC稀疏分类
OMP算法
L0稀疏约束
基于近似l0范数的稳健稀疏重构算法
压缩感知
稀疏重构
基追踪
平滑l0范数
基于平滑l0范数正交子空间非负矩阵分解
非负矩阵分解
正交性
聚类
稀疏表示
l0范数
SL0分类稀疏表示的图像修复算法
SL0
K-SVD
梯度
局部方差
分类训练
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合图像结构特征和近似l0范数的压缩采样恢复算法
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 压缩采样 图像恢复 l0范数 TV范数 模拟退火
年,卷(期) 2010,(11) 所属期刊栏目
研究方向 页码范围 1874-1879
页数 分类号 TP391
字数 4327字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贾云得 北京理工大学计算机学院智能信息技术北京市重点实验室 84 1610 24.0 37.0
2 杜慧茜 北京理工大学电子与信息学院 14 66 5.0 7.0
3 尚斐 北京理工大学生命科学学院 10 29 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
压缩采样
图像恢复
l0范数
TV范数
模拟退火
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
总被引数(次)
94943
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导