一种改进KSVD的图像稀疏表示方法

• 作者: 姚禹 梅进杰
• 来源期刊: 空军预警学院学报
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 预警探测
• 页码范围: 180-185
• 页数: 6页
• 分类号: TN957
• 字数: 5091字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-5839.2019.03.005

摘要

针对图像压缩中传统压缩感知稀疏表示的离散余弦变换(DCT)字典、离散小波变换(DWT)字典、K均值奇异值分解(KSVD)字典图像重构精度不高、稳定性差的问题,基于KSVD方法,利用稀疏度自适应匹配追踪算法(SAMP)和字典更新阶段部分字典原子结构相似性(SS)最小值迭代的方法,提出了一种改进KSVD的图像稀疏表示方法.实验结果表明,与DCT字典、DWT字典和KSVD原始字典进行对比,改进KSVD字典能提高峰值信噪比,对重构图像有更好的精度,更具稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梅进杰		30	60	4.0	7.0
2	姚禹		2	2	1.0	1.0