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:
TV-Wavelet-L1 (TVWL1)模型因包含全变分(Total-variation,TV)和小波正则化约束,具有较强的图像重建能力.而传统求解TVWL1模型的算法往往忽略了综合/分析稀疏表示方法的方式.本文提出了一个新的求解TVWL1模型的图像重建算法,该算法把图像重建问题分解为几个子问题并交替求解,利用分析稀疏表示特性构建子问题的求解算法.实验结果表明,与已有算法相比,本文提出的算法可以提高重建图像主客观质量.
推荐文章
一种新的基于稀疏表示的超分辨率重建算法
超分辨率
图像重建算法
扩大训练集
训练样本分类
多字典对
一种基于K-均值分类稀疏表示的灰度图像颜色重建方法
颜色重建
稀疏表示
K-均值
残差补偿
基于稀疏表示的图像超分辨率重建算法
超分辨率重建
稀疏表示
L1范数优化
字典学习
粒子群优化算法
特征提取算子
一种基于稀疏表示的图像去噪算法
图像去噪
稀疏表示
小波变换
脊波变换
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 一种基于分析稀疏表示的图像重建算法
来源期刊 数据采集与处理 学科 工学
关键词 压缩感知 图像重建 贪心算法 TV-Wavelet-L1模型
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 30-35
页数 6页 分类号 TP391|TP37
字数 3901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 尹宝才 北京工业大学城市交通学院多媒体与智能软件技术北京市重点实验室 86 1688 18.0 40.0
2 施云惠 北京工业大学城市交通学院多媒体与智能软件技术北京市重点实验室 14 40 5.0 6.0
3 丁文鹏 北京工业大学城市交通学院多媒体与智能软件技术北京市重点实验室 4 3 1.0 1.0
4 郭晓明 北京工业大学城市交通学院多媒体与智能软件技术北京市重点实验室 1 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  (12)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (15)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 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)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
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
压缩感知
图像重建
贪心算法
TV-Wavelet-L1模型
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
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