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:
为了更好地提取图像信号的稀疏特性,提出了一种多方向自回归稀疏模型及其重建算法.多方向自回归稀疏模型利用图像局部统计相关和纹理方向实现了图像稀疏表示.在基于变换的编码框架下,以编码端的变换矩阵为观测矩阵,用多方向自回归稀疏模型代替解码端的反变换.图像仿真结果表明,所提出的技术能改善JPEG图像的质量.
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
基于图像边缘位移的有监督的稀疏表示分类方法
图像分类
稀疏表示
训练样本
仿射约束
基于稀疏表示的无参考型超分辨图像质量评价方法
视觉感知特征
稀疏表示
超完备字典
无参考型超分辨图像质量评价
超分辨图像数据库
基于多任务联合稀疏表示的高光谱图像分类算法
多任务学习
稀疏表示
高光谱图像
图像分类
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 基于稀疏表示模型的图像解码方法
来源期刊 北京工业大学学报 学科 工学
关键词 压缩感知 稀疏表示 自适应恢复算法
年,卷(期) 2013,(3) 所属期刊栏目 计算机科学
研究方向 页码范围 420-424
页数 5页 分类号 TP309
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 尹宝才 86 1688 18.0 40.0
2 施云惠 14 40 5.0 6.0
3 李倩 13 80 5.0 8.0
4 丁文鹏 4 3 1.0 1.0
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  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
压缩感知
稀疏表示
自适应恢复算法
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
北京工业大学学报
月刊
0254-0037
11-2286/T
大16开
北京市朝阳区平乐园100号
2-86
1974
chi
出版文献量(篇)
4796
总下载数(次)
21
总被引数(次)
40595
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导