sparse-presentations 稀疏表示、压缩感知 传感的新书--从原理到应用，2010年springer出版，对学习这一 Com s-Decom s algrithms 解压 182万源代码下载-
&文件名称: sparse-presentations
& & & & &&]
&&所属分类:
&&开发工具: PDF
&&文件大小: 20183 KB
&&上传时间:
&&下载次数: 25
&&提 供 者:
&详细说明：稀疏表示、压缩感知、压缩传感的新书--从原理到应用，2010年springer出版，对学习这一领域非常有帮助-sparse and redundant representations： from theory to applications
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&sparse and redundant representations from theory to applications.pdf
&近期下载过的用户:
&&&&&&&&&&&&[]
&相关搜索:
&输入关键字，在本站182万海量源码库中尽情搜索：
&[] - 压缩传感，压缩感知，压缩采样，稀疏表达，稀疏表示，的入门介绍，自己精心搜集的ppt，pdf资料，助你轻松入门
&[] - 简单的压缩感知用于无线传感器的例子，还有贝叶斯压缩感知
&[] - 压缩感知中的正交匹配追踪法重构一维离散信号
&[] - 压缩传感，压缩感知，压缩采样，稀疏表达，稀疏表示，的入门例子
&[] - compressive sensing Donoho 压缩感知 压缩传感。
是Donoho等人证明了压缩感知的可行性
&[] - 对比BP，OMP，StOMP对自然图像的重构效果,输入图像是一幅256*256的lena图像，我们使用压缩采样后，再用上述三种方法对其进行重构，比较其结果，其中StOMP方法是用不同的阈值
&[] - 一个正弦波利用DCT，FFT变换后稀疏化，然后应用压缩感知实现压缩，并有仿真图例说明重构效果。重构算法采用线性规划和OMP算法等，是一个初学CS入门的好例子。
&[] - 压缩感知最为权威的讲解，国际最权威的大牛讲CS~
&[] - 压缩感知论文综述，介绍压缩感知理论相关内容包括理论和应用方面的介绍结合位置先验与稀疏表示的单帧人脸图像超分辨率算法--《计算机应用》2012年05期
结合位置先验与稀疏表示的单帧人脸图像超分辨率算法
【摘要】：提出了一种结合位置先验与稀疏表示的人脸图像超分辨率算法,可对单帧输入的低分辨率人脸图像基于训练集进行超分辨率重建。利用压缩感知理论中的信号分解方法,,将稀疏表示与人脸位置先验信息相结合,使用经过分类的超完备冗余字典,来分别稀疏逼近输入信号的块向量结构。利用最佳的K项原子,线性组合重建出高分辨率图像块。最后按照图像块最初在人脸的位置,将它们拼接为整体人脸。在CAS-PEAL-R1人脸图库上的实验结果表明,该算法使用相对较少的原子,就可以重建出质量较好的高分辨率人脸图像。
【作者单位】：
【关键词】：
【基金】：
【分类号】：TP391.41【正文快照】：
0引言在压缩感知理论[1]框架下,采样速率不决定于信号的带宽,而决定于信息在信号中的结构和内容。压缩感知理论利用了信号的稀疏特性,将原来基于奈奎斯特采样定理的信号采样过程转化为基于优化计算恢复信号的观测过程。对稀疏表示研究的另一个热点是信号在冗余字典下的稀疏分
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【相似文献】
中国期刊全文数据库
刘记红;徐少坤;高勋章;黎湘;庄钊文;;[J];信号处理;2011年02期
高睿;赵瑞珍;胡绍海;;[J];光学学报;2010年06期
岑翼刚;岑丽辉;;[J];电子与信息学报;2011年02期
杜吉祥;翟传敏;尚丽;;[J];中国图象图形学报;2009年10期
肖泉;丁兴号;王守觉;郭东辉;廖英豪;;[J];仪器仪表学报;2009年09期
廖海斌;郝宁波;陈庆虎;;[J];电视技术;2010年07期
张春涛;郭皎;徐家良;;[J];计算机工程与应用;2011年20期
郑豪;金忠;;[J];计算机工程;2011年16期
魏冬梅;周卫东;;[J];计算机工程;2011年18期
刘晓山;付国兰;;[J];电脑与信息技术;2007年02期
中国重要会议论文全文数据库
杨德强;苏光大;徐天伟;;[A];第二十七届中国控制会议论文集[C];2008年
龚勋;夏冉;王国胤;;[A];第十五届全国图象图形学学术会议论文集[C];2010年
杨飞;苏剑波;戴景文;;[A];第二十七届中国控制会议论文集[C];2008年
杨大为;唐延东;;[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
王潇;尹忠科;王建英;杨郑;;[A];2008年中国西部青年通信学术会议论文集[C];2008年
刘佶鑫;孙权森;罗楠;;[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年
梁瑞宇;奚吉;张学武;;[A];2010’中国西部声学学术交流会论文集[C];2010年
项艳;柏又青;冯有前;朱丰;张群;;[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
吕沛;周仁魁;何俊华;刘海英;;[A];2010年西部光子学学术会议摘要集[C];2010年
吴敏;孙玉宝;汤黎明;韦志辉;肖亮;;[A];2008年中华临床医学工程及数字医学大会暨中华医学会医学工程学分会第九次学术年会论文集[C];2008年
中国重要报纸全文数据库
赵力 记者 张哲浩;[N];科技日报;2005年
罗静;[N];科技日报;2003年
吴锡平;[N];光明日报;2002年
中科院自动化所 何鹏 陶建华 谭铁牛;[N];计算机世界;2005年
刘莉;[N];科技日报;2004年
本报记者 许泳;[N];计算机世界;2010年
本报记者 王宇;[N];电脑报;2010年
侯静;[N];科技日报;2004年
孟刚;[N];中国消费者报;2009年
北京数字奥森科技有限公司 沈伟;[N];计算机世界;2008年
中国博士学位论文全文数据库
陆丽;[D];上海交通大学;2010年
刘吉英;[D];国防科学技术大学;2010年
刘笑嶂;[D];中山大学;2010年
季昊;[D];北京邮电大学;2012年
刘欢喜;[D];上海交通大学;2010年
霍承富;[D];中国科学技术大学;2012年
苏雅茹;[D];中国科学技术大学;2012年
唐刚;[D];清华大学;2010年
乔立山;[D];南京航空航天大学;2009年
唐恒亮;[D];北京工业大学;2011年
中国硕士学位论文全文数据库
王成语;[D];重庆大学;2011年
邹伟;[D];上海交通大学;2012年
张强;[D];南京理工大学;2009年
张宁;[D];北方工业大学;2011年
刘凌波;[D];中南大学;2012年
吴洁;[D];西安电子科技大学;2011年
张玉;[D];南昌航空大学;2012年
平强;[D];中国科学技术大学;2011年
胡亮;[D];中南林业科技大学;2010年
赵志鹏;[D];北京交通大学;2011年
&快捷付款方式
&订购知网充值卡
400-819-9993
800-810-6613
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：800-810-91813
在线咨询：
传真：010-
京公网安备74号当前所在位置：&&基于结构聚类稀疏表示的压缩感知光谱图像重建方法
基于结构聚类稀疏表示的压缩感知光谱图像重建方法
项目编号：
技术简要说明
本发明公开了一种基于结构聚类稀疏表示的压缩感知光谱图像重建方法，解决了现有光谱图像重建方法没有充分利用空间和谱间相关性、难以精确恢复光谱图像局部结构的难题。其实现步骤是：1.对输入的光谱图像编码感知数据进行反投影，得到初始重建光谱图像；2.对重建光谱图像进行分块，得到一系列交叠的三维光谱图像块；3.利用基于结构聚类的稀疏表示方法对三维光谱图像块进行去噪；4.利用去噪后的光谱图像块恢复整个光谱图像；5.利用反投影技术对光谱图像进行更新；对步骤2-5进行迭代，得到最终重建结果。实验结果表明本发明能重建出更加精细的光谱图像结构，重建的光谱图像具有更高的信噪比。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。
该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。
买专利，获国家政策扶持，提升产品附加值！想买这个专利请加我们的QQ：
咨询电话：022-
专利权信息
专利类型：发明
专利申请日：
公开(公告)日：
申请(专利权)人：西安电子科技大学
申请人：西安电子科技大学
公开(公告)号：CNA
分类号：G06T17/00(2006.01)I
发明(设计)人：董伟生;马碧玉;牛毅;石光明;高大化;刘丹华
国别省市：
总流量：41
录入日期： 06:32
温馨提示：该专利受国家知识产权法保护。如您希望使用该专利，请联系专利权人，获得专利权人的授权许可。
一种基于结构聚类稀疏表示的压缩感知光谱图像重建方法，包括如下步骤：（1）输入光谱图像观测结果y∈Rh(w+n?1)m和观测矩阵H∈Rh(w+n?1)m×hwn，其中h,w分别表示每个谱段图像的高和宽，n表示光谱数，m表示观测次数，R代表实数域，x表示待求解的原始光谱图像，x∈Rhwn；（2）设定反投影系数δ、稀疏系数阈值t1、最大迭代步数P、更新步长L、光谱图像块类别数K、图像块相似度阈值τ和相似度权重参数h0。初始恢复的光谱图像为x(0)=HTy，x(0)∈Rhwn，设当前迭代次数p＝0；（3）对初始估计光谱图像x(0)进行分块，得到N个大小为s×s×n的三维光谱图像块，并对其进行向量化表示，得到图像块1≤i≤N。对每一个图像块xi(0)根据下列公式进行最近邻(K?NN)搜索，得到其相似块的下标集和相似权重：Gi={j|||xi(0)-xj(0)||22&&,1&j&N},1&i&N,]]>wij=1s0e-||xi(0)-xj(0)||22/h0,j&EGi,]]>其中，Gi为图像块xi(0)的相似图像块的下标集，wij为刻画图像块xi(0)和xj(0)相似度的权重，s0为归一化系数；（4）设xi(0)对应的稀疏表示字典为，1≤ki≤K，ki表示第i个图像块xi(0)所属的类别号，并初始化字典为DCT变换基；对以下步骤进行迭代重建光谱图像：（5）对当前的光谱图像x(p)按下式进行反投影重建，得到反投影结果x(p+1/2)：x(p+1/2)＝x(p)+δHT(y?Hx(p))；（6）对反投影结果x(p+1/2)进行分块，得到N个三维图像块1≤i≤N；（7）利用相似图像块下标集Gi和权重wij按下式计算每个图像块所对应的k?NN聚类中心&i=&Sj&EGiwijxj(p+1/2),1&i&N;]]>（8）利用三维字典和聚类中心μi对三维图像块按下式进行稀疏重建得到更新后的三维光谱图像块其中，为软阈值函数，t1为阈值；（9）利用更新后的三维图像块1≤i≤N，按下式重建出优化后的光谱图像x(p+1)：x(p+1)=(&Si=1NRiTRi)-1(&Si=1NRiTxi(p+1)),]]>其中，表示从光谱图像x(p+1/2)得到光谱图像块对应的生成矩阵，即RiT表示为Ri的转置；（10）当时利用优化后的光谱图像x(p+1)更新相似图像块下标集Gi和权重wij，其中mod(p,L)表示当前迭代步数p除以更新步长L后的余数；（11）当mod(p,L)＝0时利用优化后的光谱图像x(p+1)更新三维字典（12）当mod(p,L)＝0时利用优化后的光谱图像x(p+1)更新稀疏系数阈值t1；（13）p＝p+1，当p≤P时，返回步骤（5）；否则终止迭代，并输出最终光谱图像重建结果x＝x(P)。
暂无相关信息。
暂无相关信息。
暂无相关信息。
暂无相关信息。
上一篇：下一篇：
您如果有意向投资或咨询，请给技术持有人留言或评论该专利
您的称谓：输入您的称谓
您的电话：输入您的联系电话，您的电话是保密的，只有项目方才可以看到您的电话，不泄露。
评估价格：万您认为这个专利价值多少？
网站名称：提示：应用技术网
您对此资讯有什么独到的见解？写出来，让大家看到您的观点。
还没有人发表对该专利的看法，您来做第一个吧。
共0条评论，每页显示10条
最新出售专利
说明书截图
资讯24小时top10扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
基于最佳联合稀疏表示的分布式压缩感知算法
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口}