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:
为了提高现有块压缩感知重构算法的性能,提出了基于全变分和混合变分模型的块压缩感知(简称BCS-TV和BCS-MV)算法.该方法以块为单位进行图像采样,以自然图像正则项的稀疏性为先验条件,通过变型的增广拉格朗日交替方向乘子法(ALM-ADMM),在整幅图像范围内逼近目标函数来重构原始图像.与以前基于一致性块采样的压缩感知工作对比,该算法的PSNR约提高1.5 dB,SSIM约提高0.05,运行速度较稳定,特别适合具有固定传输时延的多媒体数据处理场合.
推荐文章
基于块稀疏度估计的压缩感知自适应重构算法
块稀疏信号
压缩感知
估计
正则化
自适应
信号重构
基于变步长的正则回溯SAMP压缩感知重构算法
压缩感知
正则回溯
变步长
重构精度
基于分离字典构造的快速压缩感知重构算法
压缩感知
矩阵流形
分离字典
快速重构
基于改进StOMP算法图像压缩感知重构
压缩感知
小波域稀疏
硬阈值
共轭梯度
分段正交匹配追踪
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 基于变分模型的块压缩感知重构算法
来源期刊 通信学报 学科 工学
关键词 全变分 图像重构 块压缩感知 交替方向乘子法
年,卷(期) 2016,(1) 所属期刊栏目 学术论文
研究方向 页码范围 100-109
页数 10页 分类号 TN911.73
字数 5927字 语种 中文
DOI 10.11959/j.issn.1000-436x.2016011
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 苏凯雄 福州大学物理与信息工程学院 123 311 8.0 10.0
2 郑明魁 福州大学物理与信息工程学院 26 50 5.0 5.0
3 杨秀芝 福州大学物理与信息工程学院 67 146 6.0 8.0
4 陈建 福州大学物理与信息工程学院 14 48 4.0 6.0
5 林丽群 福州大学物理与信息工程学院 7 30 3.0 5.0
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  (9)
节点文献
引证文献  (10)
同被引文献  (12)
二级引证文献  (16)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(5)
  • 引证文献(3)
  • 二级引证文献(2)
2018(9)
  • 引证文献(2)
  • 二级引证文献(7)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
全变分
图像重构
块压缩感知
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
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
论文1v1指导