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:
在稀疏分解框架下,建立在Besov光滑空间上的图像变分泛函反卷积模型.在负Hilbert-Sobolev空间上约束数据项,正则项用稀疏性和光滑性来约束,冗余字典的L1范数作为稀疏性度量,用Besov空间上的半范数作为图像光滑性度量,保证稀疏性的同时也兼顾光滑性.该模型直接求解很困难,文中采用分裂算子的方法,把原模型分裂成图像域反卷积和稀疏表示这两个模型,交叉迭代求解,并给出模型求解的详细伪代码.实验验证算法的收敛性,并和其它模型进行比较,结果表明本文模型反卷积效果较好.
推荐文章
基于稀疏非负TT分解的图像分类算法
Tensor Train分解
交替非负最小二乘法
非负张量分解
稀疏性
基于稀疏分解的分形图像实时压缩系统设计
分形图像压缩
图像信息整合
稀疏分解
环境搭建
重构图像分形编码
码流传输
基于稀疏分解的分块图像压缩编码算法
图像编码
分块压缩感知
稀疏分解
基于稀疏表示与能量分解的无参考图像质量评价
无参考图像质量评价
稀疏表示
能量分解
奇异值分解
L1范数
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 基于稀疏分解的Besov空间上的医学图像反卷积
来源期刊 模式识别与人工智能 学科 工学
关键词 稀疏分解 图像反卷积 Besov空间 冗余字典
年,卷(期) 2012,(3) 所属期刊栏目 研究与应用
研究方向 页码范围 550-556
页数 分类号 TP391
字数 6377字 语种 中文
DOI 10.3969/j.issn.1003-6059.2012.03.027
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 文乔农 东南大学医学电子学实验室 8 43 3.0 6.0
2 万遂人 东南大学医学电子学实验室 52 261 9.0 13.0
3 徐双 东南大学影像科学与技术实验室 5 37 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  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
稀疏分解
图像反卷积
Besov空间
冗余字典
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
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
论文1v1指导