基于稀疏表示的Data Matrix码图像修复算法

• 作者: 李新华 许义宝 陈庆然
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: Data Matrix码 图像修复 块聚类 稀疏表示
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 60-63,68
• 页数: 5页
• 分类号: TP301
• 字数: 3660字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.01.013

摘要

稀疏表示理论凭借其建模简单、鲁棒性高与抗干扰能力强等优势成为研究热点,将稀疏理论应用于图像修复已成为图像处理领域新的研究方向.针对工业现场中常出现的被遮挡而不能识别的二维码图像,提出一种基于稀疏表示模型的块聚类图像修复算法.依据待修复图像内的有效信息,以固定重叠像素的方式将图像分块,分别对图像块使用欧几里得距离进行训练匹配,将得到的具有相似结构的图像块聚类为结构组作为图像稀疏表示的基本单位,利用每个结构组的估计来快速学习字典.通过使用分离迭代与优化梯度算法对组稀疏表示模型的L1范数最小化问题进行求解,提高了修复算法的鲁棒性.实验结果表明,该算法能够很好地修复被遮挡、划痕或像素丢失等受损的Data Matrix码图像,较大地提高了条码的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李新华	安徽大学计算智能与信号处理教育部重点实验室	33	297	9.0	17.0
2	陈庆然	安徽大学计算智能与信号处理教育部重点实验室	3	6	1.0	2.0
3	许义宝	安徽大学计算智能与信号处理教育部重点实验室	3	6	1.0	2.0