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:
压缩感知理论利用图像稀疏表示的先验知识,通过少量的测量值精确地恢复出原始图像信号.DTCWT凭借其更好表达图像边缘特征的特点,结合贪婪算法和凸优化算法的优点,在双树复数小波变换为稀疏基,局部哈达玛矩阵为观测矩阵的基础上提出改进的快速二步迭代混合范数算法.该算法的图像重构质量优于FIST算法以及IST算法,实验表明改进的混合范数的图像重构算法具有更好的图像重构质量和重构速度.
推荐文章
基于遗传算法的零范数压缩感知图像重构方法研究
压缩感知
图像重构
最优l0范数
多峰优化
基于l2,1范数原子选择的图像分块稀疏重构
压缩感知
稀疏表示
l2,1范数选择
图像重构
图像分块
匹配追踪
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
基于e0范数优化算法的图像重建
压缩感知
图像重建
稀疏信号重建
e0范数优化
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 基于改进混合范数的图像重构算法
来源期刊 信息技术 学科 工学
关键词 压缩感知 稀疏变换 混合范数 图像重构
年,卷(期) 2018,(2) 所属期刊栏目 应用技术
研究方向 页码范围 133-136
页数 4页 分类号 TP391.41
字数 3179字 语种 中文
DOI 10.13274/j.cnki.hdzj.2018.02.030
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 宋雪桦 江苏大学计算机科学与通信工程学院 42 365 11.0 18.0
2 曹曦文 江苏大学计算机科学与通信工程学院 7 7 1.0 1.0
3 叶润武 江苏大学计算机科学与通信工程学院 9 20 2.0 4.0
4 孙海威 江苏大学计算机科学与通信工程学院 5 6 2.0 2.0
5 张鑫晟 江苏大学计算机科学与通信工程学院 4 6 2.0 2.0
6 孔尧 江苏大学计算机科学与通信工程学院 7 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (7)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(6)
  • 参考文献(4)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(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)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(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
压缩感知
稀疏变换
混合范数
图像重构
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导