基于Gabor感知多成份字典的图像稀疏表示算法研究

基于稀疏表示的立体图像客观质量评价方法

基于结构调制稀疏表示的图像超分辨率

随着压缩感知技术的发展,基于压缩感知的图像融合技术研究逐渐受到越来越多的重视。针对图像小波分解系数特点,提出了一种基于双放射状采样模式的压缩传感域图像融合算法。该算法首先通过双放射状采样模式获得待融合

论文研究-核稀疏概念编码算法及在图像表示中的应用.pdf,  稀疏编码算法是一种常用的图像数据表示方法.为了处理高度非线性分布的数据,文中提出了一种核稀疏概念编码算法,并应用于图像表示.该算法首先对邻

稀疏表示图像去噪的主代码，董为生团队的文章

稀疏信号的分布模型是影响基于近似信息传递(AMP)的压缩感知(CS)信号重建效果的关键因素。因实际图像的小波近似系数、各级的水平细节系数、垂直细节系数以及对角细节系数的模型参数存在较大差异,现有基于拉

将信号DOA的估计问题转换为一个联合稀疏表示的求解问题。通过对接收数据矩阵的奇异值分解实现各时间和频率快拍数据的联合;然后通过求解一个平滑l0范数稀疏约束的联合优化问题实现信号源DOA的估计。基于稀疏

支持向量机(SupportVectorMachines,SVM)是 一种基于统计学习理论的机器学习算法,采用结构 风险最小化(StructuralRiskMinimization，SRM)准 则

运用稀疏表示对人脸进行识别

提出了一种基于稀疏表示模型的线性贝叶斯极大后验(MAP)估计图像去噪算法。 从在表示向量中构造先验概率分布开始,构建线性贝叶斯MAP估计器,以获取观测值背后最可能的一个,这适用于解决广义图像逆问题。