高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

融合图像块低维流形特性与解析轮廓波稀疏性的压缩成像算法

练秋生 张红卫 陈书贞 李林

练秋生, 张红卫, 陈书贞, 李林. 融合图像块低维流形特性与解析轮廓波稀疏性的压缩成像算法[J]. 电子与信息学报, 2012, 34(1): 207-212. doi: 10.3724/SP.J.1146.2011.00424
引用本文: 练秋生, 张红卫, 陈书贞, 李林. 融合图像块低维流形特性与解析轮廓波稀疏性的压缩成像算法[J]. 电子与信息学报, 2012, 34(1): 207-212. doi: 10.3724/SP.J.1146.2011.00424
Lian Qiu-Sheng, Zhang Hong-Wei, Chen Shu-Zhen, Li Lin. Compressive Imaging Algorithm Combined the Low Dimensional Manifold Property of Image Patch with the Sparse Representation of Analytic Contourlet[J]. Journal of Electronics and Information Technology, 2012, 34(1): 207-212. doi: 10.3724/SP.J.1146.2011.00424
Citation: Lian Qiu-Sheng, Zhang Hong-Wei, Chen Shu-Zhen, Li Lin. Compressive Imaging Algorithm Combined the Low Dimensional Manifold Property of Image Patch with the Sparse Representation of Analytic Contourlet[J]. Journal of Electronics and Information Technology, 2012, 34(1): 207-212. doi: 10.3724/SP.J.1146.2011.00424

融合图像块低维流形特性与解析轮廓波稀疏性的压缩成像算法

doi: 10.3724/SP.J.1146.2011.00424
基金项目: 

国家自然科学基金(61071200, 60772079)和河北省自然科学基金(F2010001294)资助课题

Compressive Imaging Algorithm Combined the Low Dimensional Manifold Property of Image Patch with the Sparse Representation of Analytic Contourlet

  • 摘要: 基于图像的整体稀疏表示和图像块的局部特性,融合图像块低维流形特性和整幅图像在解析轮廓波表示下的稀疏性两种先验知识,该文提出了一种高质量压缩成像算法。该算法利用迭代硬阈值法和流形投影法重构图像。为减小运算复杂度,该文用多个线性子流形的并集来近似表示包含所有图像块的非线性流形,并根据图像块的主方向进行初始分类后再用稀疏正交变换获得各线性子空间的基。实验结果表明,该文算法的重构图像在峰值信噪比和视觉效果两方面均有显著提高。
  • 加载中
计量
  • 文章访问数:  2706
  • HTML全文浏览量:  88
  • PDF下载量:  692
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-05-05
  • 修回日期:  2011-09-28
  • 刊出日期:  2012-01-19

目录

    /

    返回文章
    返回

    官方微信,欢迎关注