期刊文献+
共找到562篇文章
< 1 2 29 >
每页显示 20 50 100
利用网络图像增强行为识别 预览
1
作者 闻号 《计算机技术与发展》 2019年第1期31-34,共4页
鉴于商业视觉搜索引擎的日益成熟,网络数据可能是下一个扩大视觉识别的重要数据源。通过观察发现,动作名称查询到的网络图像具有歧视性的动作场景。网络图像的歧视性信息和视频的时间信息之间有相互补充的优势。在此基础上提出一种利用... 鉴于商业视觉搜索引擎的日益成熟,网络数据可能是下一个扩大视觉识别的重要数据源。通过观察发现,动作名称查询到的网络图像具有歧视性的动作场景。网络图像的歧视性信息和视频的时间信息之间有相互补充的优势。在此基础上提出一种利用大量的网络图像来增强行为识别的方法。具体框架是:提取行为视频的密集轨迹特征,并与网络图像特征相结合后放入支持向量机中训练分类。该方法是一个跨域学习问题,为了有效地利用网络图像特征,引入了跨域字典学习算法来处理网络图像,以解决网络图像域和视频域之间存在的域差异问题。由于网络图像可以轻松地在网络上获取,所以该方法几乎零成本地增强行为识别。在KTH和YouTube数据集上的实验结果表明,该方法有效提高了人体行为识别的准确率。 展开更多
关键词 网络学习 迁移学习 行为识别 密集轨迹 字典学习
在线阅读 下载PDF
一种新的字典更新和原子优化的图像去噪算法 预览
2
作者 汤中民 唐贵进 +2 位作者 刘小花 崔子冠 刘峰 《计算机技术与发展》 2019年第4期33-37,共5页
经典的K-奇异值分解(K-SVD)算法通过字典对图像进行稀疏表示,在去噪的同时保持了原图像的有效信息。但是在基于噪声图像字典学习所得到的学习字典中通常含有大量的噪声信息,这也使得恢复出的图像仍然含有许多噪声,特别是在强噪声下,该... 经典的K-奇异值分解(K-SVD)算法通过字典对图像进行稀疏表示,在去噪的同时保持了原图像的有效信息。但是在基于噪声图像字典学习所得到的学习字典中通常含有大量的噪声信息,这也使得恢复出的图像仍然含有许多噪声,特别是在强噪声下,该算法性能表现较差。鉴于K-SVD算法的局限性,提出了一种新的基于字典更新和字典原子优化的图像去噪算法。首先利用一种加权的顺序字典学习(SDL)方法替代K-SVD算法,在字典更新阶段添加稀疏约束,这样能够得到更为稀疏的表示图像的字典;然后自适应地根据图像的结构复杂度和噪声强度进行字典原子检测并删除噪声原子;最后利用优化后的字典重构图像。实验结果表明,该算法与经典K-SVD、SDL等去噪算法相比,能够取得更好的去噪效果。 展开更多
关键词 字典学习 稀疏表示 顺序更新 字典优化 图像去噪
在线阅读 下载PDF
基于子窗口字典学习的机织物纹理表征及应用 预览
3
作者 吴莹 李冠志 +1 位作者 占竹 汪军 《东华大学学报:自然科学版》 CAS 北大核心 2019年第3期375-380,共6页
为了提高机织物纹理表征算法的稳定性,提出了以子窗口字典学习表征机织物纹理的算法。将整幅图像划分为多个子窗口样本,并将子窗口样本展成列向量,所有的列向量联合组成灰度数据矩阵。选定离散余弦变换(discrete cosine transform,DCT)... 为了提高机织物纹理表征算法的稳定性,提出了以子窗口字典学习表征机织物纹理的算法。将整幅图像划分为多个子窗口样本,并将子窗口样本展成列向量,所有的列向量联合组成灰度数据矩阵。选定离散余弦变换(discrete cosine transform,DCT)作为初始字典,对子窗口样本矩阵进行字典学习,最终得到了稳定的学习字典。选用均方根误差作为评价指标,对字典个数和子窗口大小进行优化。结果表明,应用学习得到的字典,不仅能近似重构机织物纹理样本图像,而且能在无监督的条件下自动识别织物的瑕疵。 展开更多
关键词 机织物纹理表征 字典学习 K-奇异值分解字典 瑕疵检测
在线阅读 下载PDF
全钢子午线轮胎X光图像的缺陷检测研究现状 预览
4
作者 逄增治 郑修楠 李金屏 《智能系统学报》 CSCD 北大核心 2019年第4期793-803,共11页
全钢子午线轮胎结构复杂,生产过程中会出现多种缺陷,利用图像处理技术能够对全钢子午线轮胎的X光图像进行缺陷检测。为了更清楚地梳理现存算法,对当前全钢子午线轮胎X光图像的缺陷检测算法做了大量调研。首先,对全钢子午线轮胎缺陷检测... 全钢子午线轮胎结构复杂,生产过程中会出现多种缺陷,利用图像处理技术能够对全钢子午线轮胎的X光图像进行缺陷检测。为了更清楚地梳理现存算法,对当前全钢子午线轮胎X光图像的缺陷检测算法做了大量调研。首先,对全钢子午线轮胎缺陷检测的研究现状及发展历程做了梳理和回顾;然后,对全钢子午线轮胎缺陷进行分类,根据不同类型的缺陷分别介绍该类缺陷的主要检测方法,并对检测方法进行优缺点分析;最后,指出未来在全钢子午线轮胎缺陷研究领域中面临的挑战,展望了轮胎缺陷检测技术的发展方向。 展开更多
关键词 全钢子午线轮胎 X光图像 缺陷检测 图像处理 机器学习 字典学习 傅里叶变换 GABOR变换
在线阅读 下载PDF
基于特征学习的低剂量CT成像算法研究进展
5
作者 刘进 赵倩隆 +3 位作者 尹相瑞 顾云波 康季槐 陈阳 《CT理论与应用研究》 2019年第3期393-406,共14页
随着CT(computed tomography)技术在临床中的大量应用,其辐射伤害问题也越来越受到人们的关注。与此同时,高性能低剂量的成像也已经成为近年来CT研究领域中的重要研究方向。随着学习型算法的提出及广泛应用,为低剂量CT成像算法的发展带... 随着CT(computed tomography)技术在临床中的大量应用,其辐射伤害问题也越来越受到人们的关注。与此同时,高性能低剂量的成像也已经成为近年来CT研究领域中的重要研究方向。随着学习型算法的提出及广泛应用,为低剂量CT成像算法的发展带来了新的方向。在影像大数据环境下,基于特征学习方法的低剂量CT成像有着更广阔的发展空间。本文将从稀疏表示和深度学习两个方面,介绍一些国内外应用于改善CT成像质量的相关技术,包括CT成像技术的发展趋势,特征学习相关算法的研究现状,提高低剂量CT扫描成像质量的相关方案等。本文对近年来在低剂量CT成像及特种学习算法等领域的研究成果进行了介绍,并进行相关总结和分析。 展开更多
关键词 CT成像 图像重建 稀疏表示 字典学习 深度学习
采用区分性幅相联合字典学习的低截获概率信号分离方法 预览
6
作者 陈游 周一鹏 +2 位作者 王星 田元荣 周东青 《国防科技大学学报》 EI CAS CSCD 北大核心 2019年第3期18-24,共7页
为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法。该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性... 为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法。该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项。仿真结果表明:幅相联合字典能够充分表示典型低截获概率信号的幅相信息,交叉表示抑制项能有效抑制信号间的交叉表示,算法具有良好的分离性能。 展开更多
关键词 信号分离 字典学习 稀疏表示 低截获概率信号
在线阅读 下载PDF
双参数Beta过程联合字典遥感图像超分辨 预览
7
作者 朱福珍 邹丹妮 +1 位作者 王志芳 巫红 《系统工程与电子技术》 EI CSCD 北大核心 2019年第9期1955-1960,共6页
为了改善遥感图像超分辨重建(super-resolution reconstruction,SRR)效果,针对以往仅适用于单特征空间的稀疏字典超分辨算法,提出同时适用于两个特征空间的双参数Beta过程联合字典(Beta process joint dictionary,BPJD)遥感图像SRR方法... 为了改善遥感图像超分辨重建(super-resolution reconstruction,SRR)效果,针对以往仅适用于单特征空间的稀疏字典超分辨算法,提出同时适用于两个特征空间的双参数Beta过程联合字典(Beta process joint dictionary,BPJD)遥感图像SRR方法。首先,根据遥感图像退化模型生成训练样本图像,并分别对高、低分辨率图像进行分块和Gibbs采样,生成字典训练样本。然后,依据BPJD,建立连接高、低分辨率遥感图像空间的双参数联合稀疏字典,将字典稀疏系数分解为系数权值和字典原子的乘积,依据字典原子指标训练和更新字典,得到高低分辨率联合字典映射矩阵。最后,进行遥感图像超分辨稀疏重构。实验结果表明:所提方法可自适应地缩小字典尺寸,能以更小尺寸的稀疏字典重建更高质量的超分辨遥感图像,重建结果图像的纹理细节信息更丰富,峰值信噪比和结构相似性度均有提高。 展开更多
关键词 遥感 超分辨 字典学习 Beta过程
在线阅读 下载PDF
一种基于编码孔径的双字典视频重构算法 预览
8
作者 张云丰 万国金 黄云鲲 《南昌大学学报:工科版》 CAS 2019年第2期200-204,共5页
为提高普通相机帧率,通过结合编码孔径成像技术与高/低分辨率双字典学习方法,设计了基于时间维压缩的视频重构算法。利用编码孔径采样获得输入数据,分别训练高/低分辨率双字典,通过限制2套字典对图像的稀疏表达系数相同,既降低了算法复... 为提高普通相机帧率,通过结合编码孔径成像技术与高/低分辨率双字典学习方法,设计了基于时间维压缩的视频重构算法。利用编码孔径采样获得输入数据,分别训练高/低分辨率双字典,通过限制2套字典对图像的稀疏表达系数相同,既降低了算法复杂度,又实现了图像空间分辨率和时间分辨率的共同提高。仿真结果表明:该算法可有效地从获取的单张编码混叠图像中重构出高质量的多帧连续图像(即视频),同时该算法重建图像的峰值信噪比(PSNR)和结构相似度(SSIM)要优于单字典及GMM算法。 展开更多
关键词 视频重构 编码孔径 正交匹配追踪 稀疏表达 字典学习
在线阅读 下载PDF
基于非凸低秩分解判别的叠加线性稀疏人脸识别
9
作者 叶学义 罗宵晗 +1 位作者 王鹏 陈慧云 《中国图象图形学报》 CSCD 北大核心 2019年第8期1327-1337,共11页
目的针对因采集的人脸图像样本受到污染而严重干扰人脸识别及训练样本较少(小样本)时会由于错误的稀疏系数导致性能急剧下降从而影响人脸识别的问题,提出了一种基于判别性非凸低秩矩阵分解的叠加线性稀疏表示算法。方法首先由γ范数取... 目的针对因采集的人脸图像样本受到污染而严重干扰人脸识别及训练样本较少(小样本)时会由于错误的稀疏系数导致性能急剧下降从而影响人脸识别的问题,提出了一种基于判别性非凸低秩矩阵分解的叠加线性稀疏表示算法。方法首先由γ范数取代传统核范数,克服了传统低秩矩阵分解方法求解核范数时因矩阵奇异值倍数缩放导致的识别误差问题;然后引入结构不相干判别项,以增加不同类低秩字典间的非相干性,达到抑制类内变化和去除类间相关性的目的;最后利用叠加线性稀疏表示方法完成分类。结果所提算法在AR人脸库中的识别率达到了98. 67±0. 57%,高于SRC(sparse representation-based classification)、ESRC(extended SRC)、RPCA(robust principal component analysis)+SRC、LRSI (low rank matrix decomposition with structural incoherence)、SLRC (superposed linear representation based classification)-l1等算法;同时,遮挡实验表明,算法对遮挡图像具有更好的鲁棒性,在不同遮挡比例下,相比其他算法均有更高的识别率。在CMU PIE人脸库中,对无遮挡图像添加0、10%、20%、30%、40%的椒盐噪声,算法识别率分别达到90. 1%、85. 5%、77. 8%、65. 3%和46. 1%,均高于其他算法。结论不同人脸库、不同比例遮挡和噪声的实验结果表明,所提算法针对人脸遮挡、表情和光照等噪声因素依然保持较高的识别率,鲁棒性更好。 展开更多
关键词 人脸识别 非凸低秩矩阵分解 结构不相干 叠加线性稀疏表示(SLRC) 字典学习 主成分分析(PCA)
联合深度置信网络与邻域回归的超分辨率算法 预览
10
作者 黄炜钦 高凤强 +1 位作者 陈俊仁 李婵 《南京大学学报:自然科学版》 CAS CSCD 北大核心 2019年第4期581-591,共11页
为了提高重建的质量和速度,提出一种联合深度置信网络与邻域回归的超分辨率算法.一方面,结合字典学习与神经网络表示的联系对传统的深度置信网络进行调整,采用该网络模型实现字典学习,充分利用该模型突出的学习能力,使字典具有更好的特... 为了提高重建的质量和速度,提出一种联合深度置信网络与邻域回归的超分辨率算法.一方面,结合字典学习与神经网络表示的联系对传统的深度置信网络进行调整,采用该网络模型实现字典学习,充分利用该模型突出的学习能力,使字典具有更好的特征表达能力,从而提高图像的重建质量.另一方面,在基于字典学习的超分辨率框架中融入邻域回归思想.首先,利用最近邻域算法确定字典原子的最近邻域映射关系;然后以此为基础,结合邻域回归方法,离线计算高、低分辨率投影矩阵;最后在重建过程中将该投影矩阵应用于图像重建.该方法避免了字典学习中的系数求解过程,降低了计算的复杂度,提高了重建的速度.实验表明,算法具有更高的峰值信噪比和结构相似度,同时极大地提高了图像的重建速度。 展开更多
关键词 超分辨率 字典学习 深度置信网络 邻域回归
在线阅读HTML 免费下载
低字典相干性K-SVD算法研究 预览 被引量:1
11
作者 牛彪 李海洋 《计算机与数字工程》 2019年第1期92-98,共7页
K-SVD是非常经典的字典学习算法,该算法对稀疏系数矩阵和字典矩阵同时更新,在一定程度上提高了算法收敛速度,降低了运算复杂度。但是该算法得到的字典中噪音原子和无噪原子相似度高,因此字典的相干性较高。为了降低字典相干性,论文基于K... K-SVD是非常经典的字典学习算法,该算法对稀疏系数矩阵和字典矩阵同时更新,在一定程度上提高了算法收敛速度,降低了运算复杂度。但是该算法得到的字典中噪音原子和无噪原子相似度高,因此字典的相干性较高。为了降低字典相干性,论文基于K-SVD算法,提出了一种低相干性字典学习的方法,即在K-SVD算法极小化目标函数下,添加了一项刻画字典相干性的惩罚项,并将学习得到的字典用于图像去噪。实验结果表明该方法不仅保证了信号恢复高度一致性和字典低相干性这两个目标,还提高了稀疏编码算法的收敛速度,从而在图像去噪中获得高质量的图像。 展开更多
关键词 K-SVD 字典学习 稀疏编码 相干性
在线阅读 下载PDF
基于自回归正则化和稀疏表示的图像超分辨率重建 预览
12
作者 李丽敏 冉峰 +2 位作者 郭爱英 郁怀波 沈华明 《复旦学报:自然科学版》 CAS CSCD 北大核心 2019年第1期87-94,102共9页
针对图像超分辨率重建中稀疏系数解不精确和重建图像质量不理想的问题,本文提出了一种空间自回归正则化的超分重构算法.该重构算法联合稀疏K-SVD方法训练一个具有相同稀疏系数解的相对应于高低分辨率图像块的字典对,在此基础上利用自然... 针对图像超分辨率重建中稀疏系数解不精确和重建图像质量不理想的问题,本文提出了一种空间自回归正则化的超分重构算法.该重构算法联合稀疏K-SVD方法训练一个具有相同稀疏系数解的相对应于高低分辨率图像块的字典对,在此基础上利用自然图像本身具有的局部自回归性先验知识来对图像进行处理,经过模型的训练和选择引入正则化项,实现图像的局部约束,从而完整构造了基于正则化的稀疏编码目标函数,为了进一步实现图像去模糊得到清晰图像,利用退化模型实现全局约束.实验结果表明:与Bicubic、NE和SCR等算法相比,本文算法在主观视觉效果和客观评价指标方面都有了一定地提升. 展开更多
关键词 图像重建 稀疏表示 字典训练 自回归正则化
在线阅读 免费下载
基于稀疏模型的图像去噪算法研究 预览
13
作者 张莉 朱茜 《科技创新导报》 2019年第8期133-135,共3页
引入稀疏编码思想实现对数据信息的最优非线性逼近,在图像去噪方面已取得较好的实验效果。本文对图像去噪模型进行分析,介绍了稀疏编码思想实现图像去噪的原理,并对经典的稀疏去噪模型进行对比与分析。最后,基于稀疏模型对去噪算法进行... 引入稀疏编码思想实现对数据信息的最优非线性逼近,在图像去噪方面已取得较好的实验效果。本文对图像去噪模型进行分析,介绍了稀疏编码思想实现图像去噪的原理,并对经典的稀疏去噪模型进行对比与分析。最后,基于稀疏模型对去噪算法进行分析,提出了稀疏模型在其他研究领域的展望。 展开更多
关键词 稀疏编码 字典学习 自相似性 非局部 图像去噪
在线阅读 下载PDF
基于贝塔过程联合字典学习的图像超分辨重建 预览
14
作者 朱福珍 邹丹妮 +1 位作者 巫红 白鸿一 《高技术通讯》 CAS 北大核心 2019年第7期625-631,共7页
为了提高图像超分辨效果,针对以往稀疏字典超分辨算法仅适用于单特征空间的问题,提出基于贝塔过程联合字典学习(BPJDL)的图像超分辨重建(SRR)方法。首先,根据图像退化模型生成训练样本图像,分别对高、低分辨率图像进行7×7分块,并... 为了提高图像超分辨效果,针对以往稀疏字典超分辨算法仅适用于单特征空间的问题,提出基于贝塔过程联合字典学习(BPJDL)的图像超分辨重建(SRR)方法。首先,根据图像退化模型生成训练样本图像,分别对高、低分辨率图像进行7×7分块,并利用吉布斯采样对图像块进行采样,生成字典训练样本。然后,依据贝塔过程先验模型,建立连接高、低分辨率图像空间的双参数联合稀疏字典,将字典稀疏系数分解为系数权值和字典原子的乘积,通过训练和更新字典,得到同时适用于两个特征空间的字典映射矩阵。最后,进行图像超分辨稀疏重构。实验结果表明:本文方法能以更小尺寸的稀疏字典重建超分辨图像,与当前最先进的稀疏表示超分辨算法相比,结果图像主观视觉上纹理细节信息更丰富,客观评价参数峰值信噪比(PSNR)提高约1.5 dB,结构相似性(SSIM)提高约0.02,超分辨重建时间降低约50 s。 展开更多
关键词 图像超分辨重建(SRR) 稀疏表示 字典学习 贝塔过程 吉布斯采样
在线阅读 下载PDF
基于判别字典学习与形态成分分解的多源图像融合
15
作者 王一棠 张亚飞 李华锋 《光学技术》 CAS CSCD 北大核心 2019年第1期63-69,共7页
提出了一种基于形态成分分析的多源图像融合方法。为了将源图像中不同形态结构的卡通-纹理成分分离,把图像的分解问题转化为图像的分类问题,设计了卡通纹理判别字典学习模型。考虑到图像分解不仅与字典有关,还与分解的策略有关,设计了... 提出了一种基于形态成分分析的多源图像融合方法。为了将源图像中不同形态结构的卡通-纹理成分分离,把图像的分解问题转化为图像的分类问题,设计了卡通纹理判别字典学习模型。考虑到图像分解不仅与字典有关,还与分解的策略有关,设计了一种新的图像分解模型。在模型中,将纹理成分看成叠加在源图像卡通成分上的噪声,引入非局部均值相似性的一致性正则项,来约束稀疏编码系数的解空间。根据对应成分的编码系数l1范数值最大来选取融合图像的编码系数。实验结果表明,无论是在视觉效果还是在客观指标上,方法都具有更好的融合性能。 展开更多
关键词 图像融合 图像分解 字典学习 形态成分分解 稀疏表示
基于字典学习的跨媒体检索技术 预览
16
作者 戚玉丹 张化祥 刘一鹤 《计算机应用研究》 CSCD 北大核心 2019年第4期1265-1269,共5页
在研究跨媒体信息检索时,对于不同模态数据的异构性提出了挑战,针对如何更好地克服异构问题以提高多模态数据之间的检索精度,提出了一种基于字典学习的跨媒体检索新技术。首先,通过字典学习方法学习两个不同模态数据之间的稀疏系数;然后... 在研究跨媒体信息检索时,对于不同模态数据的异构性提出了挑战,针对如何更好地克服异构问题以提高多模态数据之间的检索精度,提出了一种基于字典学习的跨媒体检索新技术。首先,通过字典学习方法学习两个不同模态数据之间的稀疏系数;然后,通过特征映射方案由两个不同的投影矩阵分别把它们投入共同的特征子空间;最后,通过标签对齐同一类来增强不同模态之间的相关性。实验结果表明,与传统的同构子空间学习方法相比,基于字典的算法分类性能优越,该实验方法在两个数据集上优于几种最先进的方法。 展开更多
关键词 跨媒体检索 字典学习 稀疏表示 模态独立 特征映射
在线阅读 下载PDF
基于结构相似性的非参数贝叶斯字典学习算法 预览
17
作者 董道广 芮国胜 +2 位作者 田文飚 康健 刘歌 《通信学报》 EI CSCD 北大核心 2019年第1期43-50,共8页
相较于传统综合字典学习方法,非参数贝叶斯方法具有显著优势,但其对图像结构全局相似性和变异性的表示能力仍有较大提升空间。针对这个问题,提出了一种基于结构相似性的非参数贝叶斯字典学习算法,该算法基于图像结构的全局相似性对图像... 相较于传统综合字典学习方法,非参数贝叶斯方法具有显著优势,但其对图像结构全局相似性和变异性的表示能力仍有较大提升空间。针对这个问题,提出了一种基于结构相似性的非参数贝叶斯字典学习算法,该算法基于图像结构的全局相似性对图像进行聚类处理,并在图像的字典稀疏表示中引入块结构特性,提升了字典的结构表示能力。实验表明,所提算法在图像去噪和压缩感知方面的性能均优于目前主流的几种无监督字典学习算法。 展开更多
关键词 非参数贝叶斯 字典学习 结构相似性 图像去噪 压缩感知
在线阅读 下载PDF
基于判别字典在线学习的视觉跟踪 预览
18
作者 司元 朱文球 《包装学报》 2019年第2期87-96,共10页
提出了一种基于判别字典在线学习的跟踪算法,通过将字典项与标签信息相结合,分类的字典既具有重构性,又具有鉴别性。为了增强模型判别能力,将分类器嵌入到目标表示模型中,依据重构误差和判别分类得分最终确定候选目标。字典学习阶段采... 提出了一种基于判别字典在线学习的跟踪算法,通过将字典项与标签信息相结合,分类的字典既具有重构性,又具有鉴别性。为了增强模型判别能力,将分类器嵌入到目标表示模型中,依据重构误差和判别分类得分最终确定候选目标。字典学习阶段采用在线字典学习算法同时对字典和分类器进行更新,使模型能够适应目标外观和背景环境的动态变化。实验结果表明,该方法在大量遮挡、快速运动、强光和姿态变化的大部分测试中达到了比较满意的效果。 展开更多
关键词 稀疏编码 标签信息 字典学习 判别分类
在线阅读 下载PDF
基于字典算法的OCT图像散斑稀疏降噪 预览
19
作者 王帆 陈明惠 +2 位作者 高乃珺 张晨曦 郑刚 《光电工程》 CAS CSCD 北大核心 2019年第6期65-72,共8页
光学相干层析扫描(OCT)作为一种新型无创高分辨率扫描方式,在临床上得到广泛应用,但是OCT图像本身存在严重的散斑噪声,这大大影响了疾病的诊断。本文针对OCT图像中的乘性散斑噪声,改进了两种原始字典降噪算法。该算法首先对OCT图像进行... 光学相干层析扫描(OCT)作为一种新型无创高分辨率扫描方式,在临床上得到广泛应用,但是OCT图像本身存在严重的散斑噪声,这大大影响了疾病的诊断。本文针对OCT图像中的乘性散斑噪声,改进了两种原始字典降噪算法。该算法首先对OCT图像进行对数变换,采用正交匹配追踪算法进行稀疏编码,以及K奇异值分解学习算法进行自适应字典的更新,最后通过加权平均以及指数变换回到空域。实验结果表明,本文改进的两种字典算法能有效降低OCT图像中的散斑噪声,获得良好的视觉效果。并通过均方误差(MSE)、峰值信噪比(PSNR)、结构相似性(SSIM)以及边缘保持指数(EPI)四个指标评价降噪效果,与两种原始字典降噪算法和传统滤波算法相比,两种改进字典算法降噪效果优于其他算法,其中自适应字典算法表现更好。 展开更多
关键词 光学相干层析成像 稀疏表示 字典学习 散斑噪声 图像降噪
在线阅读 下载PDF
通过CWLS-DL优化St-OMP算法的盲信号重构 预览
20
作者 郭凌飞 张林波 《应用科技》 CAS 2019年第3期40-45,50共7页
针对稀疏成分分析理论的“两步法”中的源信号重构算法改进,提出一种由相关性加权最小二乘字典学习法与分段正交匹配追踪算法组合的算法,能够解决带权重信号误差的F-范数最小化问题,并通过增加单次迭代的原子数改变算法复杂度。将此组... 针对稀疏成分分析理论的“两步法”中的源信号重构算法改进,提出一种由相关性加权最小二乘字典学习法与分段正交匹配追踪算法组合的算法,能够解决带权重信号误差的F-范数最小化问题,并通过增加单次迭代的原子数改变算法复杂度。将此组合算法用于语音信号的盲源分离仿真实验,完成源信号重构。实验结果表明,用该组合算法重构的信号,能在保证提高重构精度的同时,与算法复杂度存在良好的折中。无噪声环境下该组合算法的性能为最佳,有噪声环境下可达到信号重构要求的最小信噪比约为17~18dB。 展开更多
关键词 压缩感知 盲信号重构 信号重构精度 计算复杂度 稀疏成分分析 加权最小二乘 字典学习 正交匹配追踪算法
在线阅读 下载PDF
上一页 1 2 29 下一页 到第
使用帮助 返回顶部 意见反馈