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:
利用压缩感知理论实现了对二维图像的精确重构,但此方法是对整幅图像进行重构,花费时间长,观测矩阵所需的存储空间大。为了解决这个矛盾,根据图像小波变换系数的特点,将图像分块思想与小波变换相结合,提出一种基于小波变换的分块压缩感知算法。每一个图像块经小波变换后,保留图像低频系数,只对高频系数进行观测。重构时采用正交匹配追踪算法( OMP)对高频系数进行恢复。实验结果表明,文中算法与不分块压缩感知算法相比,重构图像的PSNR值有2~4 dB的提高,重构时间明显减少。与基于二维离散余弦变换( DCT)的分块压缩感知算法相比,块效应有明显的改善,重构质量明显提高。
推荐文章
基于小波变换和压缩感知的语音信号压缩研究
压缩感知
小波变换
压缩率
MOS值
正交匹配
基于小波基的压缩感知重构算法设计
压缩感知
小波分析
稀疏基
测量矩阵
重构信号
基于单层小波变换的图像融合压缩感知研究
图像融合
压缩感知
单层小波变换
基于小波树模型的CoSaMP压缩感知算法
小波树模型
压缩采样匹配追踪
压缩感知
无线传感器网络
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 基于小波变换的分块压缩感知算法
来源期刊 计算机技术与发展 学科 工学
关键词 分块压缩感知 小波变换 图像重构 正交匹配追踪
年,卷(期) 2015,(5) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 29-32
页数 4页 分类号 TN911
字数 3600字 语种 中文
DOI 10.3969/j.issn.1673-629X.2015.05.008
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 邱晓晖 南京邮电大学通信与信息工程学院 49 363 10.0 17.0
2 荣雁霞 南京邮电大学通信与信息工程学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (609)
参考文献  (14)
节点文献
引证文献  (9)
同被引文献  (19)
二级引证文献  (5)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(18)
  • 参考文献(2)
  • 二级参考文献(16)
2007(12)
  • 参考文献(2)
  • 二级参考文献(10)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(12)
  • 参考文献(1)
  • 二级参考文献(11)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
分块压缩感知
小波变换
图像重构
正交匹配追踪
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导