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:
本文运用基于KSVD学习字典的稀疏表示方法,实现了图像信号的压缩传感.将实验结果与DCT变换和小波变换固定字典进行对比分析,分别采用25%、50%、75%三种测量率,三种测量率下的峰值信噪比(PSNR)明显高于相同测量率下的DCT变换与小波变换的峰值信噪比.尤其是在测量率为25%时,DCT变换与小波变换的PSNR分别为17.8982与11.0880,而KSVD学习字典的PSNR为28.3538.实验结果表明采用KSVD方法在图像压缩传感上有更好的实验效果.
推荐文章
一种改进KSVD的图像稀疏表示方法
压缩感知
图像压缩
稀疏度自适应匹配追踪算法
K均值奇异值分解
基于分类冗余字典稀疏表示的图像压缩方法
图像压缩
相关系数
分类冗余字典
稀疏系数
正交匹配追踪
基于学习字典的图像类推方法
图像类推
稀疏表示
学习字典
l1范数
基于学习字典的机器人图像稀疏表示方法
压缩感知
稀疏表示
字典学习
最小二乘法
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KSVD学习字典稀疏表示的图像压缩传感方法研究
来源期刊 船电技术 学科 工学
关键词 压缩传感 小波变换 DCT变换 KSVD
年,卷(期) 2018,(2) 所属期刊栏目 应用研究
研究方向 页码范围 37-40
页数 4页 分类号 TN915
字数 3026字 语种 中文
DOI 10.3969/j.issn.1003-4862.2018.02.009
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 欧阳华 海军工程大学电气工程学院 28 81 5.0 7.0
2 王宇 海军工程大学电气工程学院 8 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (567)
参考文献  (8)
节点文献
引证文献  (2)
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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
压缩传感
小波变换
DCT变换
KSVD
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
船电技术
月刊
1003-4862
42-1267/U
大16开
武汉市64311信箱25分箱
1981
chi
出版文献量(篇)
3614
总下载数(次)
15
总被引数(次)
10555
论文1v1指导