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:
基于稀疏表示的图像复原算法大都只利用了图像整体稀疏性和局部稀疏性中的一种,未充分利用图像的先验知识,基于此,本文在稀疏表示框架下,同时引入 Cosparse 解析模型及平移不变小波变换两种稀疏模型,前者对每个图像块进行稀疏表示,后者对整幅图像进行稀疏表示,从而提出一种新的图像复原算法。该算法将图像复原问题归结为双稀疏正则化问题。为求解复杂的双稀疏优化问题,本文运用交替方向乘子法(ADMM,Al-ternating Direction Method of Multipliers)算法将该约束优化问题分解为若干子问题,通过交替迭代求解获得复原图像。实验中对不同类型的模糊图像进行了复原,其结果表明该算法对于各类模糊图像的复原比现有复原算法效果更好,从而验证了算法的有效性。
推荐文章
基于交叠组合稀疏高阶全变分的图像复原
高阶导数
交叠组合稀疏
交替方向乘子法
全变分
图像复原
基于自适应协稀疏正则化的图像复原
协稀疏
正则化
图像复原
自适应
基于稀疏表示的单帧运动图像盲复原
盲目反卷积
运动模糊
稀疏表示
单帧图像
shock滤波器
多尺度
PDE变分模型的自动图像降噪和复原
图像降噪和复原
偏微分方程
变分方法
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 应用双稀疏模型和 ADMM 优化的图像复原
来源期刊 信号处理 学科 工学
关键词 图像复原 Cosparse 解析模型 平移不变小波变换 交替方向乘子法
年,卷(期) 2015,(7) 所属期刊栏目 应用
研究方向 页码范围 823-832
页数 10页 分类号 TN911.7
字数 6039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 练秋生 燕山大学信息科学与工程学院 110 1442 20.0 33.0
2 陈书贞 燕山大学信息科学与工程学院 43 533 10.0 22.0
3 姬社平 燕山大学信息科学与工程学院 1 2 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  (11)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(6)
  • 参考文献(6)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(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
图像复原
Cosparse 解析模型
平移不变小波变换
交替方向乘子法
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
论文1v1指导