国家教育部博士点基金(20120009110008)
- 作品数：11 被引量：72H指数：7
- 相关作者：赵瑞珍岑翼刚胡绍海张凤珍张勇东更多>>
- 相关机构：北京交通大学北京交通大学信息科学研究所中国科学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于差分的稀疏度自适应重构算法被引量：11
- 2015年
- 针对压缩感知贪婪迭代重构算法要求给定信号稀疏度或迭代阈值的缺点,提出一种基于差分的稀疏度自适应重构算法.该算法在信号稀疏度未知的情况下,利用测量矩阵Φ与残差的相关系数的变化的不均衡特性,来选择重构信号的支撑集,以此逼近原始信号的稀疏度,达到重构的效果.仿真结果表明,在相同采样率下,文中算法可以获得较好的重构效果,尤其在采样率较低(采样率≤0.5)的情况下,这种优势更加明显.
- 张凤珍赵瑞珍岑翼刚胡绍海张勇东
- 关键词：压缩感知稀疏度
- 基于分类字典的多内容灰度图像彩色化算法被引量：1
- 2016年
- 为解决基于字典学习与稀疏表示的灰度图像彩色化算法只对单一内容图像有效这一问题,提出了一种新型的图像彩色化方法.首先,根据目标灰度图像的子内容分别选取多组参考彩色图像,从各组参考彩色图像中选取对应子内容的样本图像块;然后,分别进行字典训练,得到基于内容的分类字典;最后,根据重建误差最小化原则,查找最佳匹配字典,进而实现灰度图像的彩色化.该算法是一种自动算法,在保证图像彩色化过程自动化的前提下,提高了彩色化效果.实验结果表明:该算法能够对目标灰度图像中的不同内容分别进行正确彩色化处理.
- 赵瑞珍梁海岑翼刚胡绍海
- 关键词：图像处理图像彩色化
- 含缺失成分的矩阵的广义低秩逼近及其在图像处理中的应用被引量：1
- 2015年
- 针对在许多实际应用中数据以矩阵形式而非向量形式存在的问题,重点讨论含缺失成分的矩阵低秩逼近问题的广义版本,即如何对一组含缺失成分的矩阵进行低秩逼近.首先构造一个最优化问题来表达原始的广义低秩逼近问题,该最优化问题最小化输入矩阵组中已知成分的总重构误差;然后提出了一种迭代优化算法来求解上述的最优化问题;最后给出详细的算法分析.大量的模拟实验与真实图像实验结果表明,文中算法具有较好的性能.
- 李璐董秋雷赵瑞珍
- 关键词：重构误差
- 基于分类字典的多内容灰度图像彩色化算法
- 为解决基于字典学习与稀疏表示的灰度图像彩色化算法只对单一内容图像有效这一问题,本文提出了一种新型的图像彩色化方法。首先,根据目标灰度图像的子内容分别选取多组参考彩色图像,从各组参考彩色图像中选取对应子内容的样本图像块;然...
- 梁海赵瑞珍岑翼刚胡绍海
- 关键词：图像处理图像彩色化
- 文献传递
- 基于低秩矩阵和字典学习的图像超分辨率重建被引量：11
- 2016年
- 基于稀疏表示和字典学习的超分辨率重建算法没有对图像进行分解,直接将整幅图像的信息都进行了学习重建.由低秩矩阵理论知,可将图像分解成低秩部分和稀疏部分.根据图像各部分信息的特征分别用不同的方法进行超分辨率重建,将能更加有效地利用图像的特征.据此提出了一种基于低秩矩阵和字典学习的超分辨率重建方法.该方法首先通过对图像进行低秩分解得到图像的低秩部分和稀疏部分,图像的低秩部分保留了图像的大部分信息.算法只对图像的低秩部分通过字典学习的方法进行超分辨率重建,图像的稀疏部分则不参与学习重建,而是采用双三线性插值的方法进行重建.实验分析表明,图像的重建质量有所提升,同时减少了一定的重建时间,提升了算法的运行速度.与现有算法比较,在视觉效果、峰值信噪比、算法运行速度等方面均获得了更好的结果.
- 杨帅锋赵瑞珍
- 关键词：图像分解字典学习超分辨率
- 基于字典学习与稀疏表示的灰度图像颜色重建算法被引量：8
- 2014年
- 为了充分利用参考彩色图像与待处理灰度图像的关联关系,进一步提高图像颜色重建的自动化程度,利用稀疏表示理论和字典学习方法,提出一种自动全局图像着色算法.首先利用图像亮度、特征信息、图像颜色信息之间的相关性,依据参考图像训练出一个亮度-特征-颜色的联合字典;然后利用目标灰度图像的亮度和特征信息计算出其在该字典下的稀疏表示系数;最后利用上述联合字典与计算得到的稀疏表示系数进行灰度图像的颜色信息重建.文中算法无需进行图像分割,针对整幅图像进行着色,是一种自动的全局算法.实验结果表明,该算法可以有效地对灰度图像进行着色,对于色调单一的图像,着色效果更好.
- 张勋赵瑞珍岑翼刚胡绍海
- 关键词：图像处理字典学习压缩感知
- 分块的有序范德蒙矩阵作为压缩感知测量矩阵的研究被引量：14
- 2015年
- 测量矩阵是压缩感知(Compressed Sensing,CS)的重要组成部分,确定性的测量矩阵易于硬件实现,但是重构信号的精度一般不如随机矩阵。针对这一缺点,该文提出并构造了一种新的确定性测量矩阵,称作分块的有序范德蒙矩阵。范德蒙矩阵具有线性不相关的性质,在此基础上加上分块操作和对元素进行有序排列得到的分块的有序范德蒙矩阵,实现了时域中的非均匀采样,特别适合于维数较大的自然图像信号。仿真实验表明,对于图像信号该矩阵具有远高于高斯矩阵的重构精度,可以作为实际中的测量矩阵使用。
- 赵瑞珍王若乾张凤珍岑翼刚胡绍海
- 关键词：压缩感知测量矩阵非均匀采样范德蒙矩阵
- 边缘和方向估计的自适应多尺度分块压缩感知算法被引量：7
- 2015年
- 由于多尺度小波变换的分块压缩感知算法(MS-BCS-SPL)将每层子带信息进行分块时,使得每层子带中各子块间的采样率相同;但是,当不同的图像子块含有不同的边缘信息时,对这些子块采用相同的采样率会造成资源分配不合理。因此在MS-BCS-SPL算法的基础上,利用图像块边缘信息的不同和图像块的方向性,将总的采样率自适应分配给各层子带中的各子块,实现多尺度分块压缩感知的自适应采样。实验结果表明,在不同采样率,尤其较低采样率时,该算法不仅比MS-BCS-SPL算法采用了较少的采样数目,节约资源;而且比其可重构较高质量的图像。
- 李玉赵瑞珍张凤珍岑翼刚
- 关键词：边缘信息自适应采样多尺度小波变换
- Low-Rank Matrix Recovery based on Smooth Function Approximation
- Recently, smooth rank function was proposed for matrix completion problem. The main idea of this method was ba...
- Hengyou WangRuizhen ZhaoYigang CenFengzhen Zhang
- 小波模极大值点的信号稀疏表示及重建被引量：3
- 2013年
- 作为压缩感知理论的前提,稀疏表示要求信号本身是稀疏的或者在某种正交基下可以稀疏表示。本文针对信号本身及小波变换后均不够稀疏的情况,提出一种基于模极大值点的信号稀疏表示算法。该算法在小波变换的基础上,利用小波分解的结构,对各层高频小波系数通过寻找其模极大值点的方法进行稀疏化,然后通过测量矩阵得到它的测量值,对测量点数进行熵编码以实现数据压缩传输。解码时,采用正交匹配追踪算法得到模极大值点的估计值,最后通过交替投影法重构出原信号。仿真结果表明,与经典压缩感知算法相比,该算法恢复信号的质量有较大提高,且由于稀疏度增大,所以信号具有更好的可压缩性,实验表明本文算法对复杂信号效果更明显。
- 雷蕾岑翼刚崔丽鸿赵瑞珍岑丽辉
- 关键词：模极大值正交匹配追踪
