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:
为了提高图像稀疏表示性能,提出了一种有效的结构化字典图像稀疏表示方法。针对过完备字典构造和稀疏分解中原子筛选问题,提出了一种基于灰色关联度的字典原子筛选和结构聚类方案。首先,对测试图像分块处理,利用块作为原子样本;然后,计算原子间的灰色关联度,并设置原子灰色关联度的筛选准则;最后,利用结构特征对原子聚类,构造图像稀疏字典。算法利用灰色关联度选择表征能力强的原子,提高字典的表征能力,缓解了传统字典设计对原子个数的依赖;同时,降低了算法的复杂度。将该方法得到的字典用于图像去噪,结果表明,视觉效果明显优于同类算法,峰值信噪比提高2 dB左右,且算法复杂度显著降低。
推荐文章
基于字典优化的稀疏表示的视频镜头分类
稀疏表示
字典优化
视频镜头分类
稀疏表示及其算法分析
稀疏表示
稀疏编码
结构化稀疏
字典学习
l1-范数
基于字典学习的图像稀疏去噪算法
稀疏字典
K-SVD算法
字典学习
稀疏去噪
基于字典学习的超宽带信号稀疏表示与降噪方法
超宽带通信
稀疏表示
字典学习
信号降噪
稀疏多径信道
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 字典原子优化的图像稀疏表示及其应用
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 图像稀疏表示 原子优化 灰色关联度 原子聚类
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 116-122
页数 7页 分类号 TN216
字数 4971字 语种 中文
DOI 10.3969/j.issn.1001-0505.2014.01.021
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 谢正光 南通大学电子信息学院 38 90 5.0 7.0
2 胡伟 南通大学电子信息学院 7 44 3.0 6.0
3 李洪均 南通大学电子信息学院 18 65 5.0 6.0
4 王伟 南通大学电子信息学院 57 191 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (104)
参考文献  (11)
节点文献
引证文献  (10)
同被引文献  (5)
二级引证文献  (3)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(5)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(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
图像稀疏表示
原子优化
灰色关联度
原子聚类
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
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导