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:
提出了一种基于压缩感知(CS)的多光谱滤波阵列(MSFA)的多光谱图像去马赛克算法(DMA).首先,通过将MSFA采样得到马赛克图像的过程等效为CS理论中的感知矩阵采样的过程,并充分利用多光谱图像的空间和谱间相关性,通过在三维空间傅里叶基上对多光谱图像进行稀疏表示;然后由随机MSFA模式和CS理论构造的测量矩阵对多光谱图像进行观测投影,最后采用CS重构算法求解0范数下的最优化问题,从而得到多光谱图像的稀疏表示系数.给出对算法性能的评估数据和Matlab仿真图片.实验结果证明,本文算法的峰值信噪比(PSNR)值高于克罗内克CS(KCS)和组稀疏(GS)两种算法,且有效地减少了上述两种算法中出现的模糊现象,改善了图像的视觉效果.
推荐文章
基于压缩感知的多光谱图像去马赛克算法
压缩感知
多光谱图像
去马赛克
基于多梯度的区域自适应去马赛克算法
彩色滤波阵列
去马赛克
彩色插值算法
彩色恢复
多彩色梯度
基于改进SL0算法的MSFA模式多光谱图像去马赛克方法
SL0算法
MSFA模式
多光谱图像
稀疏表示
去马赛克
基于马赛克技术的秘密图像共享改进算法
秘密图像共享
信息隐藏
相似度
马赛克图像
峰值信噪比
安全性
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 基于光滑0范数压缩感知的多光谱图像去马赛克算法
来源期刊 光电子·激光 学科 工学
关键词 多光谱滤波阵列(MSFA) 多光谱图像 压缩感知(CS) 去马赛克
年,卷(期) 2017,(6) 所属期刊栏目 图像和信息处理
研究方向 页码范围 674-679
页数 6页 分类号 TN911.73|TP391.41
字数 语种 中文
DOI 10.16136/j.joel.2017.06.0376
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 孔玲君 41 50 4.0 4.0
2 杨鹰 3 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  (38)
共引文献  (5)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(8)
  • 参考文献(2)
  • 二级参考文献(6)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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
多光谱滤波阵列(MSFA)
多光谱图像
压缩感知(CS)
去马赛克
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
光电子·激光
月刊
1005-0086
12-1182/O4
大16开
天津市南开区红旗南路263号
6-123
1990
chi
出版文献量(篇)
7085
总下载数(次)
11
总被引数(次)
60345
论文1v1指导