公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

压缩感知框架下高光谱图像重构与去噪研究: 近年来,能够获取的不同空间分辨率的高光谱卫星遥感数据愈发丰富。然而,高光谱图像在获取和传播过程中难以避免会受到噪声污染。如何从这些被噪声污染的高光谱影像中获取更加有效可靠的信息是亟待解决的重要问题。压缩感知理论突破了奈奎...; 汪浩然; 关键词：高光谱图像压缩感知图像重构图像去噪; 文献传递

结合分块噪声估计的字典学习图像去噪算法被引量：5: 2017年; 近年来K-SVD字典学习去噪算法因其耗时短、去噪效果好的特点得到广泛关注和应用,但该算法的适用条件为图像的噪声为加性噪声且噪声标准差已知。针对这一情况,先提出一种平滑图像块筛选方法,并将其与奇异值分解(singular value decomposition,SVD)相结合实现对图像的噪声标准差估计;再将得到的噪声估计方法与K-SVD字典学习去噪算法结合起来,提出一种具备噪声估计特性的K-SVD字典学习去噪算法。对多种图像的去噪实验结果表明,与Donoho小波软阈值去噪算法、全变分(total variation,TV)去噪算法相比,该算法不仅能够使去噪后图像的峰值信噪比提升1~3 dB,并且能较好地保留图像的细节信息和边缘特征。; 汪浩然夏克文牛文佳任苗苗李绰; 关键词：图像去噪奇异值分解噪声估计字典学习

分段正交匹配追踪(StOMP)算法改进研究被引量：8: 2017年; 信号重构是压缩感知的核心技术之一,而其重构精度和所耗时长直接影响其应用效果。现今分段正交匹配追踪算法(StOMP)因耗时短而得到广泛应用,但也存在着重构精度差、稳定性低的缺点。提出一种基于粒子群优化(PSO)算法且同时具有回溯特性的StOMP改进算法(ba-IWPSO-StOMP),即首先在StOMP算法的一次原子选择上,引入回溯策略,实现原子的二次筛选;在每次迭代计算中,使用具有惯性权重指数递减的PSO(IWPSO)算法对传感矩阵中部分原子进行优化,从而实现更高精度,更少迭代次数的信号重构。对一维信号和二维图像的重构结果表明,在稀疏条件相同的情况下,算法在收敛时间较短的情况下,其重构精度明显优于StOMP等同类算法。; 汪浩然夏克文牛文佳; 关键词：压缩感知粒子群优化

结合PCA及字典学习的高光谱图像自适应去噪方法被引量：6: 2016年; 高光谱图像各波段图像噪声分布复杂，传统去噪方法难以达到理想效果。针对这一问题，在主成分分析（PCA）的基础上，结合噪声估计和字典学习，提出一种新的高光谱去噪方法。首先，对原始高光谱数据进行主成分变换得到一组主成分图像并根据能量比重将其划分为清晰图像组和含噪图像组；然后，根据任一波段图像的信息，利用奇异值分解（SVD）对图像进行噪声估计，再将得到的噪声估计方法与K-SVD字典学习去噪算法结合。提出一种具备自适应噪声估计特性的字典学习去噪算法，并将其应用于信息量较小的含噪图像组进行去噪处理；最后，按各主成分图像对应的信息量比例进行加权融合得到最终的去噪图像。通过对模拟与实际高光谱遥感图像的实验表明．与PCA、PCA-Bish、PCA-Contourlet三种去噪方法相比，所提方法去噪后图像的峰值信噪比（PSNR）可以提升1-3dB．且具有更多的细节信息和更好的视觉效果。; 汪浩然夏克文任苗苗李绰; 关键词：高光谱遥感主成分分析噪声估计奇异值分解字典学习

全选清除导出

共1页<1>

汪浩然