针对受加性高斯白噪声( AWGN) 与椒盐噪声( SPIN) 以及随机值冲击噪声( RVIN) 组成的混合噪声污染的图像进行去噪的问题,提出一种在现有加权编码算法的基础上将图像稀疏表示和非局部相似先验
基于稀疏表示的二值图像超分辨率重建算法
为了增强高光谱遥感图像的分类效果, 提出基于谱聚类和稀疏表示的两级分类算法。利用谱聚类将待分类的像元及其邻域内所有的像元分成两类, 利用联合稀疏表示模型确定按规则选取的其中一类的具体类别, 并以该类别
主要介绍了浅谈TensorFlow之稀疏张量表示,具有很好的参考就价值,希望对大家有所帮助。一起跟随小编过来看看吧
稀疏表示经典,详细介绍了稀疏表示的算法,字典学习方法以及在图像处理中的应用
含噪信号的稀疏表示研究，赵敏玉，王永革，文中比较了不同种类、不同强度的噪声(高斯、椒盐和散斑)对MPDN算法，BPDN算法和Robust-SL0算法的影响。我们分别用具有不同稀疏度的合成�
基于稀疏表示的人脸识别代码，用MATLAB写的，具体算法参考论文：Robust Face Recognition based on Sparse Representation
mei xue等人提出的将稀疏表示应用于目标跟踪中的论文，对研究tracking的人很有帮助
我们来考虑信号的稀疏表示问题，假如我们有了过完备字典D，如何求出信号x在这个过完备字典上的稀疏表示？先来回顾一下在压缩感知中常常会遇到的问题，信号x在经过测量矩阵A后得到测量值y，即y=A*x，其中测
SparseandRedundantRepresentationsFromTheorytoApplicationsinSignalandImageProcessing
用户评论