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:
为提高图像稀疏分解的速度和重构质量,提出一种基于核心原子库的图像MP稀疏分解快速算法.该算法首先利用核心原子库替代图像MP稀疏分解过程中的过完备原子库,可有效提高原子库的形成速度,且为最佳原子的全局搜索提供了可能;然后将图像和核心原子库中原子转换为一维信号,利用一维FHT寻找与待分解图像匹配的最佳原子,从而提高图像与原子的匹配速度.该算法不仅能有效提高图像MP稀疏分解的速度,而且克服了遗传算法局部最优的局限性,实现原子匹配的全局最优,相同条件下其分解结果具有更好的重构质量.实验结果验证了算法的有效性.
推荐文章
基于FHT的实信号稀疏分解快速算法
稀疏分解
匹配追踪
互相关
快速哈特莱变换
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
利用人工鱼群算法实现基于MP的信号稀疏分解
信号处理
稀疏分解
匹配追踪
人工鱼群算法
图像稀疏分解中原子形成的快速算法
图像处理
稀疏分解
过完备原子库
快速算法
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 基于核心原子库和FHT的图像MP稀疏分解快速算法
来源期刊 铁道学报 学科 工学
关键词 图像处理 稀疏分解 匹配追踪 互相关 快速哈特莱变换
年,卷(期) 2012,(9) 所属期刊栏目 铁道通信信号
研究方向 页码范围 51-57
页数 分类号 TP911.72
字数 6490字 语种 中文
DOI 10.3969/j.issn.1001-8360.2012.09.009
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 王建英 西南交通大学信息科学与技术学院 69 1066 19.0 29.0
2 尹忠科 西南交通大学信息科学与技术学院 88 1741 22.0 38.0
3 和红杰 西南交通大学信息科学与技术学院 44 647 15.0 25.0
4 王在磊 西南交通大学信息科学与技术学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (52)
参考文献  (9)
节点文献
引证文献  (7)
同被引文献  (44)
二级引证文献  (9)
1984(2)
  • 参考文献(1)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(6)
  • 参考文献(1)
  • 二级参考文献(5)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 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)
2013(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(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
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
图像处理
稀疏分解
匹配追踪
互相关
快速哈特莱变换
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
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
总被引数(次)
85544
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