检索结果

Select

1. 基于改进的快速稀疏编码的图像特征提取

尚丽苏品刚周燕

计算机应用 2013, 33 (03): 656-659. DOI: 10.3724/SP.J.1087.2013.00656

摘要（826）

PDF （678KB）（465）

考虑图像特征系数的最大化稀疏分布和特征基的正交性,在快速稀疏编码(FSC)模型的基础上,提出一种改进的FSC模型。该模型利用迭代法解决了基于L ₁范数的归一化最小二乘法和基于L ²范数的约束最小二乘法的凸优化问题,能够实现完备基和过完备基的学习,有效提取出图像的最佳特征,且比标准稀疏编码(BSC)模型的收敛速度快。分别利用自然场景图像和掌纹图像作为训练数据进行特征提取测试,并进一步利用提取的特征基进行图像重构实验,同时与BSC模型的图像重构结果进行对比,实验结果证实了所提出的改进FSC模型能够快速、有效地实现图像的特征提取。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于模糊径向基神经网络和稀疏表示的毫米波图像恢复

尚丽苏品刚陈杰

计算机应用 2012, 32 (07): 1871-1874. DOI: 10.3724/SP.J.1087.2012.01871

摘要（1212）

PDF （677KB）（585）

针对毫米波（MMW）图像包含大量未知噪声、图像分辨率较低的问题，考虑模糊径向基函数神经网络(F-RBFNN)的非线性滤波特性和基于K-奇异值分解（K-SVD）稀疏表示（SR）的自适应消噪特性，提出了一种级联消噪的毫米波图像恢复方法。F-RBFNN将模糊逻辑的知识表达和推理能力与RBFNN的快速学习能力和泛化能力结合起来，可根据实际问题调整网络结构参数，对MMW图像达到非线性滤波的目的。进一步利用K-SVD稀疏表示具有人眼视觉特性，在保持目标特征的同时可有效消噪的优点，对FRBFNN的训练结果再次进行局部图像降噪，得到分辨率较高的MMW图像。采用相对信噪比（RSNR）作为消噪图像的评价标准，实验结果表明，与F-RBFNN、K-SVD消噪、小波消噪等方法相比，基于F-RBFNN和SR的降噪方法能够获得较好的MMW图像恢复质量。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于K-SVD的偏微分方程模型在毫米波图像恢复中的应用

尚丽苏品刚

计算机应用 2012, 32 (03): 756-758. DOI: 10.3724/SP.J.1087.2012.00756

摘要（1259）

PDF （542KB）（647）

在图像被大噪声污染或具有较低分辨率时,传统的偏微分方程(PDE)模型的稳态解会产生明显的阶梯效应,恢复图像质量较差。针对此缺点,提出了一种新的基于K-奇异值分解(K-SVD)的PDE图像恢复方法,并应用于毫米波(MMW)图像的恢复。K-SVD是一种图像稀疏表示方法,对图像进行稀疏估计的同时实现去噪,对噪声方差较大的图像具有较好的去噪鲁棒性。首先采用K-SVD对MMW图像进行去噪,对去噪图像再应用全变分(TV)模型的PDE方法进行恢复。对所提出的算法分别使用模拟的MMW图像和真实的MMW图像进行测试,并进一步和K-SVD、PDE方法比较,同时使用峰值信噪比(PSNR)对恢复图像进行评价。根据不同噪声方差下的PSNR数据和恢复图像的视觉效果,实验结果证明了所提方法能够有效地恢复MMW图像。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于局部非负稀疏编码的掌纹识别方法

尚丽苏品刚杜吉祥

计算机应用 2011, 31 (06): 1609-1612. DOI: 10.3724/SP.J.1087.2011.01609

摘要（1398）

PDF （639KB）（434）

为了更有效地提取出图像的局部特征，在传统的非负稀疏编码(Hoyer-NNSC)算法的基础上，提出了一种新的具有稀疏度约束的局部NNSC (LNNSC)算法。该算法考虑了特征基向量的稀疏度约束和特征的最大化代表性，能够得到强化的图像局部特征；同时利用拉普拉斯密度模型作为特征系数的稀疏惩罚函数，保证了图像结构的稀疏性。在特征提取的基础上，进一步利用径向基概率神经网络(RBPNN)分类器，实现了掌纹的自动识别。仿真实验结果表明，与基于非负矩阵分解(NMF)、局部非负矩阵分解(LNMF)和Hoyer-NNSC的掌纹识别方法相比，该算法在掌纹识别研究中有较高的可行性和实用性。