VTC-KSVD:一种融合视觉特征与标签一致性的多标签图像标注方法 被引量：4

1

作者 张菊莉 贺占庄 +1 位作者 戴涛 张君毅 《北京理工大学学报》 EI CAS CSCD 北大核心 2020年第2期175-181,188,共8页

提出一种融合视觉特征及标签一致性的多标签图像标注方法VTC-KSVD.首先通过K均值奇异值分解(KSVD)法建立图像的标签一致性模型TC-KSVD,然后将多视图特征融合在该模型中.该方法既利用了训练样本的类标与编码系数的判别式模型,又利用了训... 提出一种融合视觉特征及标签一致性的多标签图像标注方法VTC-KSVD.首先通过K均值奇异值分解(KSVD)法建立图像的标签一致性模型TC-KSVD,然后将多视图特征融合在该模型中.该方法既利用了训练样本的类标与编码系数的判别式模型,又利用了训练样本的标签与编码系数的关系,增加了字典的判别性,提高了标注性能.在Corel5K数据集上的实验结果表明,融合了多视图视觉特征与标签一致性的VTC-KSVD方法可以较为准确地找到视觉特征与语义特征均相似的图像近邻,能明显提升多标签图像的标注性能,并能有效缓解训练数据有限而引起的稀疏性问题. 展开更多

关键词 图像标注 ksvd 视觉特征 标签一致性

在线阅读 下载PDF 职称材料

基于拓展稀疏表示模型和LC-KSVD的人脸识别 被引量：4

2

作者 张建明 何双双 +2 位作者 吴宏林 熊兵 李艺敏 《计算机工程与应用》 CSCD 北大核心 2016年第13期206-211,共6页

为了提高人脸的识别率和识别速度及其识别的鲁棒性,提出了基于拓展稀疏表示模型和LC-KSVD(Label Consist K-SVD)的人脸识别算法。针对字典学习中只包含表示能力没有包含类别信息的问题,在原始的稀疏表示模型中添加了残差向量作为系数修... 为了提高人脸的识别率和识别速度及其识别的鲁棒性,提出了基于拓展稀疏表示模型和LC-KSVD(Label Consist K-SVD)的人脸识别算法。针对字典学习中只包含表示能力没有包含类别信息的问题,在原始的稀疏表示模型中添加了残差向量作为系数修正向量,使得拓展稀疏表示模型具有更强的鲁棒性;在字典学习中添加稀疏编码和分类器参数约束项,通过字典学习同时更新稀疏编码和分类器参数,使字典中包含很好的表示能力和判别分类能力。实验结果表明,基于拓展稀疏表示模型和LC-KSVD的人脸识别具有高识别率和低识别速度,并且有很好的鲁棒性。 展开更多

关键词 稀疏表示 字典学习 人脸识别 LC-ksvd算法

在线阅读 下载PDF 职称材料

CEEMD与KSVD字典训练相结合的去噪方法 被引量：25

3

作者 乐友喜 杨涛 曾贤德 《石油地球物理勘探》 EI CSCD 北大核心 2019年第4期729-736,I0007,共9页

本文提出一种完备总体经验模态分解(CEEMD)方法与K奇异值分解(KSVD)学习字典算法相结合的地震信号去噪方法。含噪信号通过CEEMD分解得到一系列不同尺度的固有模态函数(IMF);按频率由高到低依次排列IMF各分量,并做自相关分析,去除噪声主... 本文提出一种完备总体经验模态分解(CEEMD)方法与K奇异值分解(KSVD)学习字典算法相结合的地震信号去噪方法。含噪信号通过CEEMD分解得到一系列不同尺度的固有模态函数(IMF);按频率由高到低依次排列IMF各分量,并做自相关分析,去除噪声主导的IMF分量;将累加的过渡IMF分量叠加重构并做CEEMD二次分解,通过自相关分析再次去除噪声主导的IMF分量;分别叠加二次CEEMD分解剩余的IMF分量和一次剩余的IMF分量,得到两个新的含噪信号,并利用KSVD过完备字典分别稀疏表示该两个新的含噪信号,即由稀疏系数重构去噪后地震信号,进而重构最终去噪结果。实验结果证明:该算法的去噪效果明显优于F-X去噪、小波阈值去噪和KSVD字典稀疏去噪等传统方法。 展开更多

关键词 完备总体经验模态分解 ksvd学习字典 稀疏表示 自相关 随机噪声

在线阅读 下载PDF 职称材料

基于GLC-KSVD的稀疏表示人脸识别算法 被引量：12

4

作者 封睿 李小霞 《四川兵工学报》 CAS 2014年第4期88-92,共5页

稀疏编码中的字典学习是基于稀疏表示图像分类的核心内容,为此提出了一种基于Gabor特征和标签一致K-SVD(GLC-KSVD)字典学习的稀疏表示人脸识别算法;由于Gabor特征对光照、表情和姿态等具有一定的鲁棒性,首先对图像进行Gabor特征提取,用... 稀疏编码中的字典学习是基于稀疏表示图像分类的核心内容,为此提出了一种基于Gabor特征和标签一致K-SVD(GLC-KSVD)字典学习的稀疏表示人脸识别算法;由于Gabor特征对光照、表情和姿态等具有一定的鲁棒性,首先对图像进行Gabor特征提取,用增广的Gabor特征矩阵来构建初始字典,然后通过字典学习得到原子与类别标签相对应的判别性字典和线性分类器,字典学习模型综合了重建误差、分类误差和稀疏编码误差,通过字典的标签一致约束,同一类别的样本得到相似的编码系数;实验结果表明:该算法具有良好的识别精度和较高的识别效率。 展开更多

关键词 稀疏表示 人脸识别 GABOR特征 GLC-ksvd字典学习

在线阅读 下载PDF 职称材料

改进标签一致KSVD字典学习的人脸识别算法 被引量：7

5

作者 严春满 张昱瑶 张迪 《计算机工程与科学》 CSCD 北大核心 2022年第2期291-297,共7页

针对噪声污染、光照变化等复杂环境下人脸图像识别问题,提出一种改进标签一致KSVD字典学习的人脸识别算法。该算法通过改变标签一致KSVD算法的字典更新方式,用主成分分析算法分解误差项,用最大特征值对应的特征向量修改字典原子。通过... 针对噪声污染、光照变化等复杂环境下人脸图像识别问题,提出一种改进标签一致KSVD字典学习的人脸识别算法。该算法通过改变标签一致KSVD算法的字典更新方式,用主成分分析算法分解误差项,用最大特征值对应的特征向量修改字典原子。通过字典学习过程得到原子与类别标签对应的判别性字典。目标函数综合了重建误差、稀疏编码误差和分类误差。最后,在分类阶段利用学习到的字典和分类器参数对测试样本进行分类。在有光照变化的Extend Yale B人脸库、表情变化以及遮挡影响的AR人脸库上分别取得了99.01%和97.94%的平均识别率。同时,在有噪声存在的情况下,该算法具有较好的鲁棒性。 展开更多

关键词 人脸识别 标签一致ksvd算法 字典学习 主成分分析

在线阅读 下载PDF 职称材料

正则化参数自动优选的RAKSVD方法在地震弱信号去噪中的应用 被引量：4

6

作者 乐友喜 杨杰飞 +2 位作者 陈艺都 吴佳伟 杨涛 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第4期42-48,共7页

K均值-奇异值分解(KSVD)去噪方法存在病态问题,因此需要引入正则项进行改进。通过改进正则化近似参数设定,利用AKSVD(近似KSVD)方法对弱信号的识别优势,提出正则化参数自动优选的RAKSVD去噪方法,并进行模型测试和实际资料处理。结果表明... K均值-奇异值分解(KSVD)去噪方法存在病态问题,因此需要引入正则项进行改进。通过改进正则化近似参数设定,利用AKSVD(近似KSVD)方法对弱信号的识别优势,提出正则化参数自动优选的RAKSVD去噪方法,并进行模型测试和实际资料处理。结果表明,该方法不仅取得了预期的去噪效果,而且更加注重对弱信号的保护,去噪后地震弱信号没有发生畸变,从而有利于对弱信号的提取和识别,同时计算效率还得到了提升。 展开更多

关键词 地震弱信号 ksvd字典 正则化 去噪

在线阅读 下载PDF 职称材料

组合MKSVD和MPOCS的图像恢复 被引量：2

7

作者 苏品刚 孙站里 尚丽 《计算机工程与设计》 北大核心 2018年第9期2800-2804,2821,共6页

为获得较高质量的恢复图像,采用一种改进的KSVD(MKSVD)算法对低分辨率(LR)图像进行消噪处理,进一步对消噪结果采用一种改进的POCS(MPOCS)算法进行恢复,得到边缘特征更清晰的恢复图像。MKSVD是一种典型的稀疏字典学习方法,具有自适应消... 为获得较高质量的恢复图像,采用一种改进的KSVD(MKSVD)算法对低分辨率(LR)图像进行消噪处理,进一步对消噪结果采用一种改进的POCS(MPOCS)算法进行恢复,得到边缘特征更清晰的恢复图像。MKSVD是一种典型的稀疏字典学习方法,具有自适应消噪特性,可有效减少特征系数的训练时间;MPOCS采用双边滤波器实现POCS算法中点扩散函数(PSF)的估计,较好保持了图像的边缘细节。采用模拟和真实的LR图像进行测试,仿真结果表明了该图像恢复方法的有效性。 展开更多

关键词 凸集投影(POCS)方法 双边滤波 稀疏字典 改进ksvd算法 快速稀疏编码(FSC) 图像恢复

在线阅读 下载PDF 职称材料

电路测试响应信号的GP-KSVD稀疏重构算法 被引量：2

8

作者 聂静 苏东林 +1 位作者 李红裔 赵迪 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2017年第7期1336-1347,共12页

电路系统测试响应信号具有周期性强、分布较稀疏的特点,针对电路系统测试响应信号的压缩重构问题进行了研究,提出了基于梯度方向追踪的K奇异值分解(GPKSVD)稀疏重构算法。结合单一响应信号以及混合信号其自身特点进行字典训练,利用更新... 电路系统测试响应信号具有周期性强、分布较稀疏的特点,针对电路系统测试响应信号的压缩重构问题进行了研究,提出了基于梯度方向追踪的K奇异值分解(GPKSVD)稀疏重构算法。结合单一响应信号以及混合信号其自身特点进行字典训练,利用更新后字典对含噪信号进行梯度追踪稀疏表征,通过对含噪信号的重构,实现了去噪的目的,算法计算复杂度低,储存量小,具有较好的重构效果。仿真中将GP-KSVD表征与使用随机字典、离散余弦字典(DCT)的表征进行比较,从信噪比(SNR)以及相对均方误差(RMSE)2项指标中得出使用KSVD字典具有更好的重构去噪效果;此外将GP-KSVD稀疏重构算法与正交匹配追踪正交匹配追踪(OMP)-KSVD、预处理共轭梯度追踪(PCGP)算法进行比较,得出GP-KSVD的计算时间最短、重构精度更高的结论,并且进行了实测验证。算法可用来对测试响应信号进行预处理,为电路系统设备性能的评估分析提供了理论依据。 展开更多

关键词 压缩感知 GP-ksvd 稀疏表征 电路测试响应信号重构 去噪

原文传递

基于VMD-KSVD字典学习降噪的大坝变形预测 被引量：2

9

作者 柳磊 李登华 丁勇 《大地测量与地球动力学》 CSCD 北大核心 2024年第9期951-958,984,共9页

提出一种自适应变分模态分解和KSVD字典学习相结合的降噪算法。该方法对监测序列分解后的子序列进行降噪,同时考虑残差序列的特征,从而充分保留监测序列中的有效信息。以某大坝变形监测数据为例进行测试,结果表明,该方法能够较好地保留... 提出一种自适应变分模态分解和KSVD字典学习相结合的降噪算法。该方法对监测序列分解后的子序列进行降噪,同时考虑残差序列的特征,从而充分保留监测序列中的有效信息。以某大坝变形监测数据为例进行测试,结果表明,该方法能够较好地保留监测序列中的有效信息,相较于传统的降噪算法更适用于复杂情况下的大坝变形预测,能进一步提高预测模型的泛化能力。 展开更多

关键词 自适应变分模态分解 ksvd 字典学习 变形预测 大坝安全监测

在线阅读 下载PDF 职称材料

基于改进KSVD和极限学习机的车型识别方法研究 被引量：2

10

作者 张利平 邵宗凯 吴建德 《计算机与数字工程》 2016年第6期1093-1096,1138,共5页

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... 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。 展开更多

关键词 改进ksvd 特征字典 稀疏系数 极限学习机 分类识别

在线阅读 下载PDF 职称材料

基于KSVD和PCA的SAR图像目标特征提取 被引量：8

11

作者 李映 龚红丽 +1 位作者 梁佳熙 张艳宁 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2010年第5期1336-1339,共4页

提出一种基于核的奇异值分解(KSVD)与主成分分析(PCA)相结合的SAR图像目标的组合特征提取方法。该方法首先利用核的奇异值分解得到图像非线性的代数特征,然后进一步经过PCA变换得到图像的最终分类特征。实验中,将本文提出的KSVD+PCA两... 提出一种基于核的奇异值分解(KSVD)与主成分分析(PCA)相结合的SAR图像目标的组合特征提取方法。该方法首先利用核的奇异值分解得到图像非线性的代数特征,然后进一步经过PCA变换得到图像的最终分类特征。实验中,将本文提出的KSVD+PCA两步特征提取方法与PCA、SVD、KPCA、KSVD方法分别结合简单、快速的最近邻分类器在MSTAR坦克数据上进行了比较,实验结果表明,KSVD+PCA方法不仅有效地提高了目标的正确识别率,而且大大降低了对目标方位的敏感度,在目标方位信息未知的情况下,识别率可达到95.75%,是一种有效的SAR图像目标特征提取方法。 展开更多

关键词 计算机应用 SAR图像目标识别 特征提取 核的奇异值分解 主成分分析 最近邻分类器

在线阅读 下载PDF 职称材料

G-KSVD字典及其在滚动轴承故障信号稀疏表示中的应用 被引量：5

12

作者 孟宗 郜文清 +2 位作者 潘作舟 张光雅 樊凤杰 《中国机械工程》 EI CAS CSCD 北大核心 2021年第15期1776-1785,共10页

针对传统学习字典中缺少原子相干性分析的问题和最优原子选择问题,提出了一种基于有效奇异分量的G-K奇异值分解(G-KSVD)字典学习方法。基于信号相干性提出自相关函数脉冲能量比(ACFPER),并以此为指标对奇异分量进行筛选,实现信号的降噪... 针对传统学习字典中缺少原子相干性分析的问题和最优原子选择问题,提出了一种基于有效奇异分量的G-K奇异值分解(G-KSVD)字典学习方法。基于信号相干性提出自相关函数脉冲能量比(ACFPER),并以此为指标对奇异分量进行筛选,实现信号的降噪,利用包含故障信息较多的分量对字典原子进行更新和系数求解,从而达到增强信号中冲击成分的目的,并通过减少反馈层来降低时间成本。利用仿真信号和实际轴承信号对所提方法进行有效性及重复性的验证,结果表明,G-KSVD算法在有效区间内具有良好的去噪效果和较低的时间成本。 展开更多

关键词 G-K奇异值分解算法 自相关函数脉冲能量比 奇异分量 相关函数 能量算子

在线阅读 下载PDF 职称材料

基于LC-KSVD字典学习的变化光照下人脸识别方法 被引量：5

13

作者 严春满 张迪 +2 位作者 郝有菲 陈佳辉 胡志斌 《传感器与微系统》 CSCD 2020年第11期44-46,共3页

为了克服光照强度和方向等变化带来的误差干扰,提出了一种基于标签一致K-SVD(LC-KSVD)字典学习的人脸识别方法。首先对训练样本进行直方图均衡和小波去噪相结合的图像预处理;然后利用主成分分析对图像进行降维及特征提取,构建初始字典;... 为了克服光照强度和方向等变化带来的误差干扰,提出了一种基于标签一致K-SVD(LC-KSVD)字典学习的人脸识别方法。首先对训练样本进行直方图均衡和小波去噪相结合的图像预处理;然后利用主成分分析对图像进行降维及特征提取,构建初始字典;接下来在字典学习过程中引入约束项,得到有判别能力的新字典;进而,计算测试样本在新字典下的稀疏系数,并进行类关联重构;最后根据重构误差,完成分类识别。实验结果验证了改进算法的有效性。 展开更多

关键词 人脸识别 直方图均衡 小波去噪 标签一致K-SVD算法

在线阅读 下载PDF 职称材料

基于最优IMF分量和KSVD的滚动轴承故障声音信号特征提取 被引量：6

14

作者 梁雄鹤 陈珊 +2 位作者 魏豪 张丽洁 权伟 《机械与电子》 2022年第2期8-12,17,共6页

针对滚动轴承声音信号中周期性冲击故障特征难提取的问题,提出了基于最优IMF分量与KSVD字典学习相结合的轴承故障特征提取方法。首先,利用VMD分解原始信号获得一系列IMF分量;其次,利用SAF指标自适应选取最优IMF分量,并作为训练信号;最后... 针对滚动轴承声音信号中周期性冲击故障特征难提取的问题,提出了基于最优IMF分量与KSVD字典学习相结合的轴承故障特征提取方法。首先,利用VMD分解原始信号获得一系列IMF分量;其次,利用SAF指标自适应选取最优IMF分量,并作为训练信号;最后,利用KSVD字典学习方法训练出字典库,通过正交匹配追踪算法(OMP)对原始信号处理得到稀疏信号,并对稀疏信号进行包络谱分析。仿真及实验结果表明,对比传统KSVD字典学习方法,该方法得到的稀疏信号信噪比(SNR)更高,能更准确地提取滚动轴承周期性冲击,增强了轴承故障特征。 展开更多

关键词 声音信号 SAF指标 最优IMF分量 ksvd 信噪比

在线阅读 下载PDF 职称材料

基于改进KSVD的稀疏表示去噪算法

15

作者 谌品为 吕文涛 +1 位作者 韩同鹏 叶丹 《软件工程》 2024年第8期20-23,36,共5页

为解决真实场景图像采集过程中受随机噪声影响导致采集质量下降的问题,提出一种基于改进KSVD(K-Singular Value Decomposition)的稀疏表示算法。通过无逆稀疏贝叶斯学习(Inverse Free Sparse Bayesian Learning,IFSBL)优化稀疏编码,提... 为解决真实场景图像采集过程中受随机噪声影响导致采集质量下降的问题,提出一种基于改进KSVD(K-Singular Value Decomposition)的稀疏表示算法。通过无逆稀疏贝叶斯学习(Inverse Free Sparse Bayesian Learning,IFSBL)优化稀疏编码,提高字典原子利用率,让更多的字典原子信号参与到字典更新的过程中,在增强字典表达能力的同时,使稀疏表示的准确性更高;使用IFSBL-KSVD算法对含噪声的图像进行稀疏表示去噪,实验采用通用的图像数据集Set12进行测试,结果表明所提算法的PSNR相比于KSVD的PSNR提升了0.5 dB,能有效提升实际场景中采集图像的质量。 展开更多

关键词 ksvd IFSBL 稀疏表示 字典学习 图像去噪

在线阅读 下载PDF 职称材料

基于KSVD学习字典稀疏表示的图像压缩传感方法研究

16

作者 王宇 欧阳华 《船电技术》 2018年第2期37-40,共4页

本文运用基于KSVD学习字典的稀疏表示方法,实现了图像信号的压缩传感。将实验结果与DCT变换和小波变换固定字典进行对比分析,分别采用25%、50%、75%三种测量率,三种测量率下的峰值信噪比(PSNR)明显高于相同测量率下的DCT变换与小波变换... 本文运用基于KSVD学习字典的稀疏表示方法,实现了图像信号的压缩传感。将实验结果与DCT变换和小波变换固定字典进行对比分析,分别采用25%、50%、75%三种测量率,三种测量率下的峰值信噪比(PSNR)明显高于相同测量率下的DCT变换与小波变换的峰值信噪比。尤其是在测量率为25%时,DCT变换与小波变换的PSNR分别为17.8982与11.0880,而KSVD学习字典的PSNR为28.3538。实验结果表明采用KSVD方法在图像压缩传感上有更好的实验效果。 展开更多

关键词 压缩传感 小波变换 DCT变换 ksvd

在线阅读 下载PDF 职称材料

基于协作低秩分层稀疏和LC-KSVD的人脸表情识别 被引量：8

17

作者 刘清泉 张亚飞 +1 位作者 李华锋 李勃 《传感器与微系统》 CSCD 2017年第11期56-59,共4页

为了降低人脸表情识别对待识别个体的依赖程度,控制识别字典规模,增加识别准确度,提出了一种基于协作低秩和分层稀疏的表情识别字典构建方法。通过协作低秩和分层稀疏表示(C-Hi SLR)有效分离与待识别个体相关部分,保留表情变化部分,并... 为了降低人脸表情识别对待识别个体的依赖程度,控制识别字典规模,增加识别准确度,提出了一种基于协作低秩和分层稀疏的表情识别字典构建方法。通过协作低秩和分层稀疏表示(C-Hi SLR)有效分离与待识别个体相关部分,保留表情变化部分,并结合标签一致区分字典学习(LC-KSVD)算法,进行相应待训练表情序列的重构识别和对应类别字典的区分程度的优化学习。该方法在CK+数据集上进行验证,识别效果较一般基于稀疏表示模型算法有明显的提升。 展开更多

关键词 协作低秩 分层稀疏 标签一致区分字典学习算法 稀疏表示 表情识别

在线阅读 下载PDF 职称材料

基于KSVD字典的粮仓虫情识别图像重建

18

作者 姜泉竹 《电子制作》 2020年第17期58-60,33,共4页

针对现有字典训练过程中耗时较多的算法,研究了一种改进的基于字典学习的超分辨率图像重建算法。本文从压缩感知理论出发,采用了 k-svd 算法实现图像的超分辨率重建。将K-svd算法应用于粮仓虫情识别,弥补粮仓监控硬件的不足,提高监控图... 针对现有字典训练过程中耗时较多的算法,研究了一种改进的基于字典学习的超分辨率图像重建算法。本文从压缩感知理论出发,采用了 k-svd 算法实现图像的超分辨率重建。将K-svd算法应用于粮仓虫情识别,弥补粮仓监控硬件的不足,提高监控图像质量,更好的完成粮仓实时虫情的监控。 展开更多

关键词 压缩感知 ksvd 虫害识别

在线阅读 下载PDF 职称材料

基于KSVD与MCA的图像修复技术研究 被引量：4

19

作者 崔国庆 金波 张爱新 《通信技术》 2013年第2期22-25,共4页

图像修复是对图像中破损区域进行信息填充,以减少图像破损所带来的信息损失的过程。传统的图像修复方法需要依赖图像的具体结构来制定相应的修复方法,压缩感知理论的提出,使得可以利用信号的稀疏性来对图像进行修复。基于K奇异值分解(KS... 图像修复是对图像中破损区域进行信息填充,以减少图像破损所带来的信息损失的过程。传统的图像修复方法需要依赖图像的具体结构来制定相应的修复方法,压缩感知理论的提出,使得可以利用信号的稀疏性来对图像进行修复。基于K奇异值分解(KSVD)与形态学成分分析(MCA,MorphologicalComponent Analysis)的图像修复方法首先采用形态学成分分析方法对破损图像进行特征分析,将其分解为结构部分和纹理部分;然后基于学习型字典KSVD分别对这两部分进行过完备字典训练;最后利用训练得到的字典实现对破损图像的修复。相比于传统的图像修复方法,该方法具有适应性强、修复效果好等优点。 展开更多

关键词 K奇异值分解 形态学成分分析 压缩感知 图像修复

原文传递

一种改进KSVD的图像稀疏表示方法 被引量：1

20

作者 姚禹 梅进杰 《空军预警学院学报》 2019年第3期180-185,共6页

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... 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. 展开更多

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

在线阅读 下载PDF 职称材料