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:
提出一种改进的基于K-SVD字典的图像修复算法.该算法基于稀疏表示,利用待修复图像内的有效信息,以不重叠像素的方式提取图像块,采用模糊C均值聚类算法对图像块进行聚类,并使用K-SVD算法分别对各类图像块进行训练,得到与各类图像块相适应的字典,重建图像块,修复受损图像.实验结果表明,该算法能提高图像的修复质量和图像的峰值性噪比,且均方根误差较小.
推荐文章
基于稀疏 K-SVD 字典的图像融合方法
稀疏K-SVD
解析字典
学习字典
图像融合
基于改进的K-SVD字典学习CT图像重建算法
图像重建
SART算法
K-SVD字典学习
稀疏角度
一种基于区域搜索的快速图像修复算法
纹理合成
图像修复
匹配技术
置信度
一种基于TV模型的快速图像修复算法
图像修复
TV模型
梯度
快速图像修复
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 一种改进的基于K-SVD字典的图像修复算法
来源期刊 安徽大学学报(自然科学版) 学科 工学
关键词 稀疏表示 图像修复 K-SVD 训练字典 模糊C均值聚类
年,卷(期) 2013,(3) 所属期刊栏目 电子信息技术
研究方向 页码范围 69-74
页数 6页 分类号 TP391
字数 3490字 语种 中文
DOI 10.3969/j.issn.1000-2162.2013.03.013
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 刘红 安徽大学计算智能与信号处理教育部重点实验室 27 175 7.0 12.0
2 陶少杰 安徽大学计算智能与信号处理教育部重点实验室 2 23 2.0 2.0
3 黄江林 安徽大学计算智能与信号处理教育部重点实验室 3 43 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (8)
参考文献  (9)
节点文献
引证文献  (11)
同被引文献  (28)
二级引证文献  (23)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(10)
  • 参考文献(3)
  • 二级参考文献(7)
2011(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(9)
  • 引证文献(4)
  • 二级引证文献(5)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(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
稀疏表示
图像修复
K-SVD
训练字典
模糊C均值聚类
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
安徽大学学报(自然科学版)
双月刊
1000-2162
34-1063/N
大16开
安徽省合肥市
26-39
1960
chi
出版文献量(篇)
2368
总下载数(次)
6
总被引数(次)
11731
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导