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:
现实图像的显著性纹理结构可为分块压缩感知算法提供先验信息,优化算法.鉴于此,提出了一种新的基于显著性的自适应分块压缩感知算法.算法所提显著性是以灰度空间相关矩阵和韦伯定律为基础,采用确定性正交对称托普利兹矩阵对目标图像进行测量,提出了均熵最小化自适应分块策略、角二阶矩最大化块向量生成方式以及合成特征依据下的自适应采样率设置,并结合不同重构算法进行了分析和验证.实验表明,所提算法策略在多项指标上较传统算法具有更好的表现,易于硬件实现,针对不同重构算法和测试图像具有普适性和稳定性.
推荐文章
基于视觉显著性的分块自适应压缩感知算法
分块压缩感知
视觉显著性
自适应采样
自适应滤波器
图像重建
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
基于稀疏度自适应算法的压缩感知
压缩感知
稀疏度自适应算法
重构时间
基于自适应分块的动态场景HDR图像合成算法
高动态范围成像
多曝光融合
混淆去除
自适应分块
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 基于显著性的自适应分块压缩感知算法
来源期刊 电光与控制 学科 工学
关键词 显著性 自适应分块压缩感知 灰度空间相关矩阵 合成特征
年,卷(期) 2019,(12) 所属期刊栏目 学术研究
研究方向 页码范围 28-33
页数 6页 分类号 TP391
字数 4259字 语种 中文
DOI 10.3969/j.issn.1671-637X.2019.12.006
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 祝勇俊 南京航空航天大学自动化学院 12 23 3.0 4.0
3 刘文波 南京航空航天大学自动化学院 102 951 15.0 27.0
6 沈骞 南京航空航天大学自动化学院 6 4 1.0 1.0
7 徐梦莹 南京航空航天大学自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (619)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(3)
  • 参考文献(0)
  • 二级参考文献(3)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(13)
  • 参考文献(2)
  • 二级参考文献(11)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(14)
  • 参考文献(3)
  • 二级参考文献(11)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
显著性
自适应分块压缩感知
灰度空间相关矩阵
合成特征
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
电光与控制
月刊
1671-637X
41-1227/TN
大16开
河南省洛阳市017信箱16分箱
1970
chi
出版文献量(篇)
4517
总下载数(次)
11
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