原文服务方: 西安交通大学学报       
摘要:
针对压缩感知(CS)重构算法在实际应用中自然图像的小波变换系数往往无法稀疏的问题,提出了一种方向提升小波变换(DLWT)域稀疏滤波的自然图像贝叶斯压缩感知算法(DLWT-SF-TSW-BCS).首先对自然图像进行方向提升小渡变换得到小波变换系数;然后在随机测量之前利用稀疏滤波切除小系数,消除了小系数对大系数重构时的混叠干扰;最后结合小波树结构的贝叶斯压缩感知重构算法得到自然图像的重构图像.实验结果表明,与仅利用尺度间相关性的小波树结构的压缩感知重构算法相比,DLWT-SF-TSW-BCS算法的重构峰值信噪比最大可提高10 dB.
推荐文章
Contourlet域方向子带稀疏表示的图像压缩感知
压缩感知
Contourlet变换
稀疏表示
方向子带
图像重构
合成孔径雷达图像的贝叶斯压缩感知重构算法
合成孔径雷达
方向提升小波变换
稀疏表示
贝叶斯推理
压缩感知
基于小波域正则化和贝叶斯规则的图像恢复算法
小波域
正则化
马尔可夫随机场
贝叶斯规则
基于小波变换的图像零树压缩感知方法
小波变换
图像处理
压缩感知
编码
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 方向提升小波变换域稀疏滤波的自然图像贝叶斯压缩感知
来源期刊 西安交通大学学报 学科
关键词 图像 压缩感知 贝叶斯 方向提升小波变换 稀疏滤波 混叠 尺度间相关性
年,卷(期) 2014,(10) 所属期刊栏目
研究方向 页码范围 15-21
页数 7页 分类号 TN914.42
字数 语种 中文
DOI 10.7652/xjtuxb201410003
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 张兰 西安交通大学电子与信息工程学院 51 154 7.0 9.0
3 侯兴松 西安交通大学电子与信息工程学院 21 95 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (570)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (6)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(8)
  • 参考文献(3)
  • 二级参考文献(5)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
研究主题发展历程
节点文献
图像
压缩感知
贝叶斯
方向提升小波变换
稀疏滤波
混叠
尺度间相关性
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导