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:
如何设计高效的图像稀疏表示模型及其分解算法是稀疏表示领域的研究热点.文中首先构建了图像的结构自适应多成分稀疏表示模型,该模型采用相对阈值标准对图像进行结构自适应的四叉树区域剖分,并将其分类为平滑、边缘和纹理结构的同性区域,构建与其结构形态相一致的多成分字典进行表示.进一步提出了一种结构自适应的子空间匹配追踪图像稀疏分解算法,将每一区域只在与其结构类型相一致的单一结构类型子成分字典中进行低维子空间搜索,降低了图像维数与字典搜索复杂度,提高了稀疏分解效率.实验结果验证了文中算法的有效性.
推荐文章
基于自适应稀疏表示的多聚焦图像融合
稀疏表示
多聚焦图像融合
自适应
梯度值
一种改进的正则化自适应匹配追踪算法
信号重构
压缩感知
稀疏度
自适应
正则化
基于自适应子空间追踪的层析SAR成像算法
稀疏数据
距离弯曲校正
层析
压缩感知
Contourlet域方向子带稀疏表示的图像压缩感知
压缩感知
Contourlet变换
稀疏表示
方向子带
图像重构
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 图像稀疏表示的结构自适应子空间匹配追踪算法研究
来源期刊 计算机学报 学科 工学
关键词 稀疏表示 匹配追踪 多成分字典 四叉树分解
年,卷(期) 2012,(8) 所属期刊栏目 研究论文与技术报告
研究方向 页码范围 1751-1758
页数 分类号 TP391
字数 7372字 语种 中文
DOI 10.3724/SP.J.1016.2012.01751
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 肖亮 南京理工大学计算机科学与技术学院 132 1593 20.0 33.0
2 韦志辉 南京理工大学计算机科学与技术学院 124 1896 20.0 36.0
3 孙玉宝 南京信息工程大学信息与控制学院自动化系 19 163 8.0 12.0
7 刘青山 南京信息工程大学信息与控制学院自动化系 34 203 8.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (32)
参考文献  (14)
节点文献
引证文献  (27)
同被引文献  (27)
二级引证文献  (30)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(6)
  • 引证文献(6)
  • 二级引证文献(0)
2015(6)
  • 引证文献(4)
  • 二级引证文献(2)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(11)
  • 引证文献(3)
  • 二级引证文献(8)
2018(12)
  • 引证文献(7)
  • 二级引证文献(5)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
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
稀疏表示
匹配追踪
多成分字典
四叉树分解
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
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
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
论文1v1指导