原文服务方: 西安交通大学学报       
摘要:
针对图像处理中需要修复大面积缺损区域的问题,提出一种基于双约束稀疏模型的图像修复算法.该方法首先在已知区域内搜索与待填充目标块相似的样本,将每个样本块都视为一个高维向量,则相似的样本在高维空间中都在目标块的邻域内.假设邻域中的样本处于同一流形上,使用局部线性嵌入方法对未知区域进行估计,然后利用稀疏表示模型得到最终结果.实验结果表明,与传统的基于样本块的修复方法相比较,使用该算法修复后的图像纹理和结构信息更加清晰.
推荐文章
一种基于TV模型的快速图像修复算法
图像修复
TV模型
梯度
快速图像修复
一种基于Eno-Haar模型新的图像修复算法
Eno-Haar模型
Gibbs现象
Kirsch算子
多层多方向插值
一种基于区域搜索的快速图像修复算法
纹理合成
图像修复
匹配技术
置信度
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 一种双约束稀疏模型图像修复算法
来源期刊 西安交通大学学报 学科
关键词 图像修复 局部线性嵌入 稀疏表示
年,卷(期) 2012,(2) 所属期刊栏目
研究方向 页码范围 6-10,16
页数 分类号 TP391
字数 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 齐春 西安交通大学电子与信息工程学院 55 787 14.0 27.0
2 史金钢 西安交通大学电子与信息工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (3)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (24)
二级引证文献  (7)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(5)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
图像修复
局部线性嵌入
稀疏表示
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
论文1v1指导