摘要:

根据快速滤波器组所具有的级联结构、良好频率选择性以及低复杂度的特点,提出了一种多通道同步接收机的设计方法来并行处理多路接收信号.该方法将最小化系统所需乘法器的总数量作为目标函数,以通带和阻带所允许的纹波作为约束条件,设计各级原型滤波器的脉冲响应系数,以满足接收机各通道全局设计指标的要求.以工作频率为88 ～108MHz的调频广播信号并行解调系统作为仿真和实验平台对该方法进行验证.结果表明,所提出的设计方法能够满足多通道同步信号处理的要求,且每个通道所需乘法器的数量大约为加权重叠(WOLA)滤波器组方法所需乘法器数量的66.4％,具有较低的实现复杂度.

摘要:

分析稀疏表示的人脸识别方法的基本原理,针对采用基于正交匹配追踪(OMP)的稀疏表示算法时,所获得稀疏系数存在负值的问题,提出一种改进的正交匹配追踪算法.通过对稀疏系数的大小进行直接约束,减少负值稀疏系数的产生及算法迭代次数,并提高人脸识别速度.在ORL人脸数据库中的实验结果证明,改进后算法的识别率比原有算法提高了3％,迭代次数设置为7次最为合理.

摘要:

针对智能交通中车辆的分类识别问题,提出了一种基于改进KSVD和极限学习机的车型分类方法.该方法首先利用改进KSVD的方法训练得到各类样本的特征字典及其相应的稀疏系数,之后将提取到的具有旋转不变性以及对噪声不敏感性特点的特征字典和稀疏系数送入极限学习机中进行分类识别.改进KSVD在字典的初始化方法上进行了改进,先在类内训练字典,然后将学习到的类内字典级联起来作为新的初始化字典.实验结果表明改进KSVD方法提高了字典的识别性能,该方法在较快识别速率的前提下,提高了车型识别的正确率.

摘要:

为了能从单幅低分辨率图像中利用超分辨率技术重建出高分辨率图像,提出一种基于稀疏表示的改进算法.首先求出在低分辨率图像过完备字典上的稀疏表示系数,将稀疏表示系数与高分辨率图像的过完备字典相结合,得到高分辨率图像块,再联合输入的低分辨率图像块与生成的高分辨率图像块,求解出其在高低分辨率字典对上的稀疏系数,最后结合高分辨率图像字典,得到更加精确的高分辨率图像块.经仿真实验验证,该改进方法有效提升了重建图像质量,增强了重建图像的还原度.

摘要:

图像去噪过程中由于噪声的影响,无法学习到准确的先验知识,因此难以获取较优的稀疏系数.针对该问题,本文提出一种基于非凸加权lp范数稀疏误差约束的图像去噪算法.该算法将系数求解过程分解为两个子问题,采用广义软阈值算法求解lp范数中的稀疏系数,再利用代理算法求解稀疏误差约束中的稀疏系数,根据二者的均值来获取更具鲁棒性的稀疏系数.与当前几种典型的算法进行对比分析,实验结果表明:本文算法不仅具有更高的峰值信噪比(PSNR),而且在运行时间上具有更高的效率,同时在视觉角度上产生了更好的视觉感受.

摘要:

JPEG和JPEG 2000标准在高压缩率条件下解压缩得到的图像会出现失真,利用冗余字典的稀疏表示可以在高压缩率下获得较高质量的解压缩图像,但单一的冗余字典表示不能充分反映图像结构.针对上述问题,提出一种利用分类冗余字典进行稀疏表示从而实现图像压缩的方法.利用KSVD方法训练平滑和细节2类冗余字典,根据字典原子与图像信号相关系数和表示误差的关系,通过改进的正交匹配追踪算法对图像进行稀疏表示,分别得到平滑表示系数和忽略较小取值的细节表示系数,将这些系数及其对应字典原子的索引值进行量化编码,完成图像压缩.实验结果表明,与JPEG、JPEG 2000以及基于单一冗余字典的方法相比,该方法在高压缩率条件下可以获得视觉效果更好的解压缩图像.