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:
针对图像做小波分解时把低频子带集中在左上角,造成小波域图像前几列稀疏度很大,在做压缩感知时所需采样率较高,恢复时间较长的情况,提出了基于低频子带列均衡的图像稀疏表示改进算法,并将其用于图像压缩感知,通过将低频子带均分到每一列的顶端,减小测量矩阵大小,提高压缩比,且减小运算时间。仿真结果表明,该算法与传统基于小波变换的压缩感知算法相比,图像恢复效果及运算时间均得到了改善。
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
基于多任务联合稀疏表示的高光谱图像分类算法
多任务学习
稀疏表示
高光谱图像
图像分类
一种均匀化稀疏表示的图像压缩感知算法
压缩感知
稀疏表示
图像重构
里德所罗门码
基于解析稀疏表示的图像模糊无参考快速评价算法
图像质量评价
模糊
无参考
解析稀疏表示
视觉显著性
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 基于低频子带列均衡的图像稀疏表示改进算法
来源期刊 武汉理工大学学报(信息与管理工程版) 学科 工学
关键词 压缩感知 稀疏表示 小波变换 测量矩阵
年,卷(期) 2015,(1) 所属期刊栏目
研究方向 页码范围 12-15,42
页数 5页 分类号 TP391.9
字数 2962字 语种 中文
DOI 10.3963/j.issn.2095-3852.2015.01.004
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 陈伟 武汉理工大学信息工程学院 305 2163 20.0 33.0
2 谢涛 南京信息工程大学海洋科学学院 17 29 3.0 4.0
3 杨媛媛 武汉理工大学信息工程学院 3 4 1.0 2.0
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2015(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)
研究主题发展历程
节点文献
压缩感知
稀疏表示
小波变换
测量矩阵
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
武汉理工大学学报(信息与管理工程版)
双月刊
2095-3852
42-1825/TP
大16开
湖北省武汉市珞狮路205号
38-91
1979
chi
出版文献量(篇)
5275
总下载数(次)
13
总被引数(次)
43798
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导