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:
为了提高图像插值的恢复效果,提出了一种基于图结构正则化稀疏表示的双层伯格曼迭代算法.该迭代算法的外层用于约束图像观测数据,内层用于更新图像块的学习字典和稀疏表示系数.引入的图结构正则化稀疏表示约束可以有效地自适应图像块的局部结构,对于严重受损的情形也能得到精确的恢复结果.此外,在内层迭代中改进的稀疏表示和简洁的字典更新策略使算法能快速地趋于收敛.数值实验结果表明,所提出的算法可以有效地恢复图像,在主观视觉效果和客观量化标准上要优于目前已有的算法.
推荐文章
基于加权双层Bregman及图结构正则化的磁共振成像
图像处理
磁共振成像
压缩感知
图结构正则化稀疏表示
字典学习
加权双层伯格曼迭代
交替方向法
基于判别式字典的正则化稀疏表示人脸识别算法
人脸识别
正则化的稀疏表示
统一化的局部二进制模式
Gabor滤波
学习字典
保留结构特征的稀疏性正则化图像修复
图像修复
剪切波变换
稀疏性正则化
增广Lagrange函数
图正则化稀疏判别非负矩阵分解
非负矩阵分解
特征提取
降维
流形学习
最大间距准则
判别信息
稀疏约束
线性表示
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 基于图结构正则化稀疏表示的双层伯格曼图像插值算法
来源期刊 东南大学学报(英文版) 学科 工学
关键词 图像插值 伯格曼迭代法 图结构正则化稀疏表示 交替方向法
年,卷(期) 2013,(4) 所属期刊栏目
研究方向 页码范围 384-388
页数 5页 分类号 TP391
字数 804字 语种 英文
DOI 10.3969/j.issn.1003-7985.2013.04.006
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 张明辉 南昌大学电子信息工程系 14 83 5.0 8.0
2 刘且根 南昌大学电子信息工程系 9 49 3.0 6.0
6 梁栋 中国科学院深圳先进技术研究院劳特伯生物医学成像研究中心 24 128 7.0 11.0
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  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (2)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像插值
伯格曼迭代法
图结构正则化稀疏表示
交替方向法
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
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导