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:
压缩感知以部分随机变换代替全变换,仍可确保图像的高精度复原,可用于铁路系统中无线监控终端实现低复杂图像编码.传统图像压缩感知以相同的测量率实施分块测量,而由于分块稀疏度不同,常导致重建图像具有块效应,无法确保良好的率失真性能.为了解决该问题,本文提出利用图像纹理特征引导图像压缩感知,在感知端实施自适应测量.利用像素八连通区域内的最大梯度度量各像素的纹理变化程度,生成纹理特征图,利用纹理特征图计算各块纹理对比度,并以此为依据自适应设定各块的测量率,以块纹理对比度加权图像重建模型的目的函数,集中优化纹理细节的区域.实验结果表明,与由块方差、边缘特征主导的自适应测量方法相比,本文所提算法可确保较好的重建图像主观视觉质量,且率失真性能优于传统压缩感知重建算法.
推荐文章
结构纹理分离的对比度和细节增强
结构层
Gamma校正
图像细节增强
对比度
深度图像的分块自适应压缩感知
深度图
分块压缩感知
虚拟视点绘制
自适应采样
基于反转的限制对比度自适应直方图均衡图像去雾改进算法
噪声放大
反转
限制对比度直方图均衡
图像去雾
基于小波对比度的图像水印算法研究
数字水印
小波变换
小波对比度
视觉掩蔽
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 纹理对比度导向的图像自适应压缩感知测量方法
来源期刊 铁道学报 学科 工学
关键词 图像压缩感知 自适应测量 纹理对比度 自适应全局重建
年,卷(期) 2017,(6) 所属期刊栏目 铁道通信信号
研究方向 页码范围 87-94
页数 8页 分类号 TN911.73
字数 5836字 语种 中文
DOI 10.3969/j.issn.1001-8360.2017.06.012
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 朱秀昌 南京邮电大学江苏省图像处理与图像通信重点实验室 193 1476 17.0 28.0
2 孙艳歌 信阳师范学院计算机与信息技术学院 14 76 6.0 8.0
6 李然 信阳师范学院计算机与信息技术学院 14 163 8.0 12.0
10 葛悦 信阳师范学院计算机与信息技术学院 1 1 1.0 1.0
11 曾豫 信阳师范学院计算机与信息技术学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (5)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 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)
2019(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
图像压缩感知
自适应测量
纹理对比度
自适应全局重建
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
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
总被引数(次)
85544
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导