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:
目前存在的CS恢复算法中大都采用固定的基函数,也就是在确定的域中对信号进行分解,比如:DCT域、小波域和梯度域,但这些域都忽略了自然信号的非平稳特性,缺乏自适应能力,从而不能够将图像分解得足够稀疏,也就使得CS恢复的效果很差,限制了CS在图像方面的应用.提出了一种基于分离Bregman迭代方法求解协同稀疏模型正则化的图像压缩感知恢复算法,能够在有效地刻画图像的局部平滑性和非局部自相似性的同时,获得更高质量的图像恢复效果.实验证明了本文提出算法的有效性,并且在峰值信噪比PSNR方面,比目前主流最好的算法高1 dB.
推荐文章
采用GPU加速的压缩感知图像恢复算法
压缩感知
CUDA
GPU
正交匹配追踪OMP算法
两步阈值迭代TwIST算法
线性Bregman算法
基于压缩感知的双连续超松弛迭代算法研究
压缩感知
重构算法
稀疏信号重构
超松弛
基于压缩感知稀疏信号重建的迭代硬阀值算法
压缩感知
稀疏基
观测矩阵
迭代硬阀值
基于非局部相似模型的压缩感知图像恢复算法
压缩感知
图像恢复
非局部相似
稀疏表示
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 基于分离Bregman迭代协同稀疏性的图像压缩感知恢复算法
来源期刊 智能计算机与应用 学科 工学
关键词 压缩感知 协同稀疏性 图像恢复 稀疏表示 优化求解
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 60-64
页数 5页 分类号 TP391.41
字数 4417字 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 张健 哈尔滨工业大学计算机科学与技术学院 97 890 16.0 26.0
2 赵德斌 哈尔滨工业大学计算机科学与技术学院 30 495 10.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (17)
参考文献  (8)
节点文献
引证文献  (7)
同被引文献  (9)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
压缩感知
协同稀疏性
图像恢复
稀疏表示
优化求解
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
总被引数(次)
14240
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