期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
聚类字典下集中式稀疏表示的幻觉脸重建方法 被引量:2
1
作者 薛模根 徐国明 《系统工程与电子技术》 EI CSCD 北大核心 2014年第1期187-193,共7页
在基于稀疏表示的幻觉脸重建过程中,由于冗余的过完备字典会降低稀疏编码的效率和精度,提出用紧的聚类子字典来表示人脸图像的不同结构对象。由高分辨率(high resolution,HR)/低分辨率(low resolution,LR)的人脸图像样本集进行K-均值聚... 在基于稀疏表示的幻觉脸重建过程中,由于冗余的过完备字典会降低稀疏编码的效率和精度,提出用紧的聚类子字典来表示人脸图像的不同结构对象。由高分辨率(high resolution,HR)/低分辨率(low resolution,LR)的人脸图像样本集进行K-均值聚类,为使紧的聚类子字典能够表达图像块的整体特征,对各聚类子集采用主成分分析(principal component analysis,PCA)方法构造字典。得到同构的HR/LR的聚类字典后,对于输入的LR人脸图像块,经自适应选择合适的子字典后,对稀疏编码添加正则化项,采用集中式稀疏编码,以使稀疏表示系数更逼近要重建的HR人脸图像块。由此稀疏表示系数与HR字典的线性组合得到HR人脸图像块,将此图像块与近似结果进行合成,从而得到最终的人脸图像。经仿真实验,并与其他的方法进行比较,实验结果验证了所提方法的有效性。 展开更多
关键词 超分辨率重建 幻觉脸 字典 集中式稀疏表示
下载PDF
一种新的结合稀疏编码的红外图像聚类分割算法 被引量:1
2
作者 宋长新 《激光与红外》 CAS CSCD 北大核心 2012年第11期1306-1310,共5页
聚类作为一种重要的图像分割方法得到了大量研究,提出了一种新的结合稀疏编码的红外图像聚类分割算法,扩展了传统的基于K-means聚类的图像分割方法。结合稀疏编码的聚类算法能有效融合图像的局部信息,而且易于利用像素之间的内在相关性... 聚类作为一种重要的图像分割方法得到了大量研究,提出了一种新的结合稀疏编码的红外图像聚类分割算法,扩展了传统的基于K-means聚类的图像分割方法。结合稀疏编码的聚类算法能有效融合图像的局部信息,而且易于利用像素之间的内在相关性,但是对于分割会出现过分割和像素难以归类的问题。为此,在字典的学习过程中,将原子的聚类算法引入其中,有助于缩减字典中原子所属类别的数目防止出现过分割;同时将稀疏编码系数同原子对聚类中心的隶属程度相结合来判断像素所属的类别。这种处理方式能更好地实现利用像素的内在相关性进行聚类分割,并在其中自然引入了局部空间信息,达到更好分离目标区域和背景区域的目的。实验结果表明,结合稀疏编码的K-means聚类分割算法能更好的实现复杂背景下红外图像重要区域的准确分割提取。 展开更多
关键词 图像分割 K-MEANS 稀疏编码 字典聚类
下载PDF
基于聚类字典的图像超分辨率重构算法
3
作者 黄堂森 张健 《光电子.激光》 EI CAS CSCD 北大核心 2017年第8期926-932,共7页
针对图像超分辨率(SR)重构在空间邻域选取过程中细节特征易被大幅度特征分量淹没的问题,提出一种基于聚类字典的sR重构(DD-NE)算法。图像SR重构是利用信号处理方法来提高图像分辨率,针对NE算法在空间邻域选取时细节信号易被大幅... 针对图像超分辨率(SR)重构在空间邻域选取过程中细节特征易被大幅度特征分量淹没的问题,提出一种基于聚类字典的sR重构(DD-NE)算法。图像SR重构是利用信号处理方法来提高图像分辨率,针对NE算法在空间邻域选取时细节信号易被大幅度信号淹没的问题,对输入图像及邻域利用聚类字典进行稀疏分解。从大、小幅值表示系数中分别重构大、小幅度特征子图,保护邻域计算中的小幅度特征,并将低分辨率(LR)图像库及输入图像使用聚类字典表示。细节信号以字典原子的形式得到表达,空间邻域度量转换为字典原子间的度量,从而细节特征对邻域的选择更加准确。实验结果表明,相对于NE算法,本文算法图像SR重构的峰值信噪比(PSNR)值平均提升了1.1dB,有效改善了重构效果;重构时间仅为NE算法的30.9%。 展开更多
关键词 超分辨率(SR) 重构 字典 空间领域
原文传递
一种改进的单帧磁共振图像超分辨率算法 被引量:3
4
作者 褚晶辉 胡风硕 +1 位作者 张佳祺 吕卫 《激光与光电子学进展》 CSCD 北大核心 2018年第5期153-160,共8页
医学图像处理是图像处理领域的重点和难点,细节丰富的清晰图像有助于协助专家和计算机辅助诊断。针对磁共振医学图像的特点,提出一种结合小波特征和聚类字典的单帧超分辨率重建方法。在训练阶段,首先分别提取低分辨率图像的多尺度小波... 医学图像处理是图像处理领域的重点和难点,细节丰富的清晰图像有助于协助专家和计算机辅助诊断。针对磁共振医学图像的特点,提出一种结合小波特征和聚类字典的单帧超分辨率重建方法。在训练阶段,首先分别提取低分辨率图像的多尺度小波特征和高分辨率图像的高频特征,将高低分辨率特征图重叠分块,然后利用K均值算法将特征块聚类,使用K奇异值分解分别训练每一类特征块的高低分辨率字典,形成映射关系;在重建阶段,提取低分辨率图像特征块并分类,使用该类字典原子进行重建。最后,引入迭代反投影算法进行后处理,以进一步提高重建质量。实验结果显示,该算法在内部、外部数据集上,视觉和量化指标都有较好表现,并优于同类算法。 展开更多
关键词 图像处理 超分辨率 小波特征 字典 磁共振图像
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部