注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. KSVD稀疏表示字典训练程序

  2. 该程序是以色列科学家michael关于稀疏表示字典训练的一种算法仿真，并附有应用该字典进行图象去噪的实例.应用该程序可以按照readme中的提示 一步一步完成，先安装sparse-coding of large sets of signals文件夹中的内容,再安装ksvd程序就可以运行了.

  3. 所属分类：嵌入式

    • 发布日期：2010-11-11
    • 文件大小：1048576
    • 提供者：xujianguai

  1. k-svd字典训练程序

  2. k-svd字典训练程序，适用于稀疏分解与重构………… 对压缩感知有兴趣的朋友可以过来看看

  3. 所属分类：其它

    • 发布日期：2011-03-07
    • 文件大小：12288
    • 提供者：szhclaye

  1. K-SVD 基于稀疏表示的字典训练算法

  2. K-SVD字典训练算法讲解，对于初学者有很好的帮助

  3. 所属分类：其它

    • 发布日期：2012-11-16
    • 文件大小：862208
    • 提供者：quanloucun

  1. K_SVD字典训练算法

  2. K-SVD工具包 字典训练算法 应用于图像稀疏处理

  3. 所属分类：其它

    • 发布日期：2013-03-29
    • 文件大小：5242880
    • 提供者：linbilan1122

  1. KSVD 稀疏字典训练

  2. k-SVD 字典训练 matlab源代码

  3. 所属分类：软件测试

    • 发布日期：2013-04-24
    • 文件大小：6144
    • 提供者：linbilan1122

  1. ksvd元字库训练程序

  2. ksvd的算法，KSVD_Matlab_ToolBox 原始算法:信号稀疏表示中的过完备字典的学习

  3. 所属分类：网管软件

    • 发布日期：2014-04-08
    • 文件大小：63488
    • 提供者：u014598270

  1. ksvd稀疏表示字典训练代码

  2. ksvd算法进行字典训练，程序中用到omp算法，需下载omp程序共同使用

  3. 所属分类：其它

    • 发布日期：2014-07-27
    • 文件大小：13312
    • 提供者：lhbmfh

  1. 基于稀疏表达的海豚音类型分类11

  2. 一种称为稀疏表达分类器（sparse representation classifier, SRC）的压缩传感方法应用于宽吻海豚音类型分类。SRC算法能够利用训练音集构造一个声音字典。在分类阶段，一个未知的声音可以由训练声音集的线性组合进行稀疏表达，调用类可以由L1范数优化程序确定。研究中进行的实验显示了提出的方法与已有方法（如k-近邻和支持向量机）在区分不同声音方面的优点和局限性

  3. 所属分类：电信

    • 发布日期：2015-05-22
    • 文件大小：46080
    • 提供者：u010673361

  1. 稀疏表示需要用到的ksvd工具箱

  2. 稀疏表示需要用到的ksvd工具箱。K-SVD是一种经典的字典训练算法，依据误差最小原则，对误差项进行SVD分解，选择使误差最小的分解项作为更新的字典原子和对应的原子系数，经过不断的迭代从而得到优化的解。

  3. 所属分类：机器学习

    • 发布日期：2018-04-09
    • 文件大小：867328
    • 提供者：qq_24599599

  1. 基于二维稀疏表示的人脸超分辨率重构算法

  2. 在分析人脸超分辨率算法和二维稀疏表示的基础上,提出基于二维稀疏表示的人脸超分辨率重构算法。与一维稀疏表示中将图像块转换为列向量不同,本文考虑到二维图像列与列之间的近邻关系,对图像块进行二维稀疏表示;在字典训练中,对每组图像块的每一列训练高、低分辨率字典,提出二维K-SVD算法对字典进行训练,减少字典训练消耗的时间,同时能够改善超分辨率人脸的质量。采用中科院CAS-PEAL共享人脸图像数据库进行仿真实验,实验结果从主、客观质量均验证了本文算法的有效性及先进性。

  3. 所属分类：其它

    • 发布日期：2020-06-20
    • 文件大小：262144
    • 提供者：weixin_38553837

  1. 具有总变化正则化和阶跃字典学习的嘈杂图像放大

  2. 嘈杂的低分辨率（LR）图像始终是在实际应用中获得的，但是许多现有的图像放大算法无法从嘈杂的LR图像中获得良好的效果。我们提出了两步图像放大算法来解决这个问题。该算法既具有基于正则化的方法又具有基于学习的方法的优点。第一步基于总变化（TV）正则化，第二步基于稀疏表示。第一步，我们在TV正则化模型上添加一个约束以放大LR图像，同时抑制其中的噪声。在第二步中，我们提出了一种阶次变化的字典训练算法来训练以纹理细节为主的字典。实验结果表明，在噪声不严重的情况下，该算法的性能优于其他许多算法。所提出的算法还

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：2097152
    • 提供者：weixin_38555350

  1. 基于稀疏表示和多成分字典学习的超分辨率重建

  2. 针对目前基于稀疏表示模型的图像超分辨率重建方法对于边缘、纹理等细节信息保持能力有限、易产生视觉伪影的问题，提出了基于稀疏表示和多成分字典学习的超分辨率重建算法。在字典训练阶段，所提算法在利用图像形态分量分析方法构造纹理和结构字典的基础上，为了有效地提取低分辨率图像特征细节信息，对图像结构分量采用一阶二阶导数进行特征提取，对纹理分量采用 Ｇａｂｏｒ变换进行特征提取，并使用Ｌ１／２范数构造训练字典模型；而在重建阶段，为了消除重建图像块效应及模糊伪影，进一步提高重建图像的质量，采用全局约束和非局部相似

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：504832
    • 提供者：weixin_38535132

  1. 流形不一致约束稀疏编码的图像超分辨率重建

  2. 在大多数超分辨率重建算法中，假定高分辨率（HR）和低分辨率（LR）图像具有相同的流形。 但是，这种假设不适合实际应用。 因此，本文提出了一种新的算法，该算法考虑了HR和LR图像之间的流形不一致。 在提出的方法中，首先训练LR字典和备用表示系数集。 然后，可以基于第一步中获得的HR样本集和备用表示系数来获得HR字典。 引入PCA算法来减少LR特征图像的维数，从而减少字典训练时间。 提供了全局优化算法以消除重建图像的块效应。 结果表明，该方法在客观评价和主观视觉效果两方面都可以快速减少训练时间，提高

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：2097152
    • 提供者：weixin_38526421

  1. 通过基于细节的字典学习增强摄影外观

  2. 许多边缘感知滤镜可以通过细节分解和增强来有效地增强图像的外观。 然而，由于一些可见的伪像，特别是噪声，光晕和不自然的对比度，它们通常无法产生照相增强的外观。 根本原因是在增强过程中对高质量外观的指导和约束不足。 因此，我们的想法是从许多高质量的补丁中训练出一个详细字典，以约束和控制整个外观的增强。 在本文中，我们提出了一种基于学习的图像外观增强方法，该方法包括两个主要阶段：字典训练和稀疏重建。 在训练阶段，我们构造了从一些高质量照片中提取的细节补丁训练集，然后通过迭代最小化l1范数能量函数来训练

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：1048576
    • 提供者：weixin_38734008

  1. 基于训练样本优化的字典稀疏MR重建算法

  2. 磁共振（MR）成像被广泛用于疾病诊断。 硬件成像受到分辨率的限制，并且高的辐射强度和磁性时间会伤害人体。 基于软件的图像超分辨率技术有望解决该问题，特别是通过基于稀疏重构的图像超分辨率具有良好的优异性能。 字典生成是影响超分辨率算法性能的关键问题，因为在字典生成过程中没有考虑潜在的区分性信息。 针对此问题，我们提出了针对MR稀疏超分辨率重建的训练样本优化字典学习算法。 提出了一种基于灰度一致性和梯度联合分集的字典表示方法，以选择最佳的图像进行字典训练。 在基于稀疏重建的MR成像框架下评估字典训练

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：1048576
    • 提供者：weixin_38742124

  1. 基于稀疏特征提取的单幅图像去雾

  2. 为解决基于暗通道先验去雾算法在天空和大片白色区域色彩失真的问题，同时恢复出更多的图像细节和边缘信息，本文提出了一种基于稀疏表示模型和特征提取的单幅雾天图像清晰化算法。首先，通过稀疏字典的训练过程学习雾天图像的稀疏特征，初步优化粗略介质传输图的稀疏系数；然后，根据雾天灰度图像的稀疏特征进一步精细化介质传输图；最终，逆向求解雾天退化模型清晰化雾天图像。实验结果表明，本文算法克服了暗通道先验在天空区域的失效，同时有效去雾恢复出更多边缘和细节。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1048576
    • 提供者：weixin_38643127

  1. 改进型字典学习的图像超分辨率重建

  2. 针对现有算法中字典训练花费的时间非常大，且超分辨率图像重建效果不够理想等问题，提出一种改进型字典学习的超分辨率图像重建算法。该算法在字典训练阶段，先采用PCA对低频样本集进行降维，再单独训练出低频字典，然后利用稀疏表示系数集和高频图像样本集训练出对应的高频字典，从而提高了字典构建速度。在重建阶段，先利用字典重建出初始的高分辨率图像，再根据图像结构自相似的特征，对图像进行结构自相似优化，然后对图像进行全局优化，从而提高了重建图像的质量。实验结果表明，本文方法无论是在客观评价指标还是主观视觉效果方面

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：604160
    • 提供者：weixin_38722891

  1. 基于稀疏特征提取的单幅图像去雾

  2. 为解决暗通道先验去雾算法在天空区域和大片白色区域色彩失真的问题, 提出了一种基于稀疏表示模型和特征提取的单幅图像去雾算法。通过稀疏字典的训练过程, 学习雾天图像的稀疏特征, 初步优化粗略介质传输图的稀疏系数。根据雾天灰度图像的稀疏特征, 进一步精细化介质传输图。逆向求解雾天退化模型, 得到去雾图像。实验结果表明, 所提算法在天空区域的处理上优势明显, 同时恢复出更多的图像细节和边缘信息。

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：17825792
    • 提供者：weixin_38744526

  1. 协作稀疏字典学习实现单幅图像超分辨率重建

  2. 字典的选择影响基于稀疏编码的图像超分辨率重建模型的重建质量。提出了一种基于协作稀疏表达的字典学习算法。在训练阶段，通过K-Means聚类算法将样本图像块划分为不同的聚类；构建基于同时稀疏约束条件的协作稀疏字典学习模型对每个聚类训练高、低分辨率字典；应用基于L2范数的稀疏编码模型将图像超分辨率重建过程中输入图像块由低分辨率到高分辨率的映射转变为简单的线性映射，并针对不同聚类求得相应的线性映射矩阵。在重建阶段，输入图像块通过搜索与自身结构最相似的聚类来选择相应映射矩阵获得重建后的高分辨率图像。结果表

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：8388608
    • 提供者：weixin_38543460

  1. 基于集中稀疏表示的天文图像超分辨率重建

  2. 针对天文图像成像分辨率低的问题,基于集中稀疏表示图像超分辨率重建理论,提出一种层次聚类字典训练和相似约束的天文图像超分辨率重建算法。在字典训练阶段,采用新的基于层次的聚类算法对样本图像块进行归类,对每类图像块进行独立训练得到多个紧凑型字典。在图像重建阶段,通过抑制稀疏编码噪声提高稀疏编码系数的准确性,并利用图像的非局部自相似性对重建图像的稀疏系数进行合理估计。此外,通过构建非局部自相似正则化项对图像重建过程进行全局约束。仿真结果表明,该算法可以有效地改善天文图像的分辨率,重建图像在主观视觉效果和

  3. 所属分类：其它

    • 发布日期：2021-01-25
    • 文件大小：5242880
    • 提供者：weixin_38545923
« 12 3 4 »