-
题名基于块结构稀疏度的自适应图像修复算法
被引量：46
- 1
-
-
作者
李志丹
和红杰
尹忠科
陈帆
仁青诺布
-
机构
西南交通大学信号与信息处理四川省重点实验室
西藏大学工学院计科系
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2013年第3期549-554,共6页
-
基金
国家自然科学基金(No.60970122)
中央高校基本科研业务专项基金(No.SWJTU09CX039
No.SWJTU10CX09)
-
文摘
现有基于稀疏性的图像修复算法采用固定大小的待填充块和邻域一致性约束,且在全局搜索待填充块的最优匹配块,既降低了待修复区域的结构连贯性和纹理清晰性,又增加了算法的时间复杂度.针对上述问题,根据破损区域特性和块结构稀疏度间的关系,提出基于块结构稀疏度的自适应图像修复算法.根据最大优先权值点的块结构稀疏度值,设定不同参数以自适应选取待填充块大小、邻域一致性约束权重系数和局部搜索区域大小,并通过仿真实验分析讨论了各参数选取.实验结果表明本文算法较文献算法在峰值信噪比上提高0.3dB～1.2dB,并且提高算法速度3～7倍.
-
关键词
图像修复
块结构稀疏度
稀疏表示
邻域一致性约束
-
Keywords
image inpainting
patch structure sparsity
sparse representation
consistence of neighborhood
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于样本-扩展差分模板的联合双稀疏表示人脸识别
被引量：4
- 2
-
-
作者
胡正平
李静
白洋
-
机构
燕山大学信息科学与工程学院
-
出处
《信号处理》
CSCD
北大核心
2012年第12期1663-1669,共7页
-
基金
国家自然科学基金(No.61071199)
河北省自然科学基金(No.F2010001297)
-
文摘
在人脸识别中,每类数据分别位于由字典形成的高维空间中的多个低维线性子空间,考虑到这一结构信息对识别起到一定支持作用,利用块结构稀疏表示进行人脸识别。针对训练图像不能涵盖测试条件下的人脸变化这个问题,提出基于样本-扩展差分模板的联合双稀疏表示识别算法。它通过构造样本-扩展差分模板来表示训练样本与测试样本之间可能存在的差异,这些类内差异信息可被不同的类别所共享,即任何一类人脸图像的类内差异可表示为其他类别类内差异图像的原子稀疏线性组合。这样识别问题被转换为在训练样本空间和扩展差分模板空间寻找测试样本的块稀疏与原子稀疏的联合双稀疏表示。在AR和Extended Yale B数据库上的实验结果表明,在具有光照、表情变化和遮挡的情况下,本文提出的识别算法具有更好的有效性和鲁棒性。
-
关键词
人脸识别
稀疏表示
块结构稀疏
联合双稀疏
扩展差分模板
-
Keywords
Face recognition
Sparse representation
Block-structured sparse representation
Joint bi-sparse representa-tion
Extended difference template
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名自适应非局部低秩的图像压缩感知重构算法
被引量：2
- 3
-
-
作者
赵辉
刘衍舟
黄橙
王天龙
-
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学图像与通信信号处理实验室
-
出处
《计算机工程与设计》
北大核心
2021年第4期1050-1057,共8页
-
基金
国家自然科学基金项目(61671095)。
-
文摘
针对传统非局部低秩的图像压缩感知重构算法忽略图像结构特征,导致图像重构效果不理想的问题,提出一种自适应非局部低秩的图像压缩感知重构算法,充分考虑图像自身结构特征和图像块间的强相关性。根据样本块的块结构稀疏度值设置阈值,自适应选取局部搜索窗口大小和相似块的数目;利用新的相似块匹配方法在给定搜索窗口内选取所需要的相似块,按列聚合成低秩矩阵;利用加权Schatten p-范数作为原始秩函数的逼近去求解矩阵秩最优化问题。实验结果表明,所提算法较对比算法在峰值信噪比和视觉效果上均有所提高,验证了其有效性。
-
关键词
非局部低秩
压缩感知
图像重构
块结构稀疏度
相似块匹配
-
Keywords
nonlocal low-rank
compressed sensing
image reconstruction
patch structured sparsity
similarity patch matching
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进BOMP算法的水声信道估计
被引量：1
- 4
-
-
作者
朱芹
王彪
-
机构
江苏科技大学电子信息学院
-
出处
《舰船科学技术》
北大核心
2017年第8期156-159,共4页
-
基金
国家自然科学基金(11574120
61401180)
+1 种基金
江苏高校高技术船舶协同创新中心/江苏科技大学海洋装备研究院基金(HZ2016010)
江苏科技大学深蓝人才工程青年学者计划基金等资助
-
文摘
近年来,水声信道估计主要是基于稀疏模型展开。水声介质的非均匀性等使声线以簇的形式传播,导致水声信道展现出块结构稀疏特性。本文针对信道的块结构稀疏特性,在OFDM通信系统中,提出使用改进的BOMP算法进行水声信道估计。BOMP算法一次筛选1个最大相关块,改进的算法一次挑选t个非零块,算法重构时间将降低t倍。仿真结果表明:改进的BOMP算法误码率和重构时间要优于传统的LS、基于压缩感知的OMP算法;在不降低BOMP算法重构精度的前提下,将重构时间降低t倍。
-
关键词
块结构稀疏
正交频分复用
块正交匹配追踪
信道估计
-
Keywords
block structure sparse
OFDM
BOMP
channel estimation
-
分类号
TN911.5
[电子电信—通信与信息系统]
-
