基于稀疏分解的图像修复(MP)

基于奇异值分解的图像匹配方法基于奇异值分解的图像匹配方法基于奇异值分解的图像匹配方法v

基于QR分解的彩色图像盲水印方案

在敦煌壁画修复过程中,初始字典的随机选取易陷入局部最优,仅以颜色欧氏距离作为图像块分组标准会导致图像修复后易出现结构模糊和线条不连续等问题。针对以上问题,提出了一种基于Gabor变换和组稀疏表示的敦煌

为了提升稀疏采样环境下的图像重建质量,针对广义全变分模型重建图像时不能充分利用图像本身结构自相似性信息的不足,建立了一个非局部约束下的改进广义全变分图像重建模型。该模型引入了变化域非局部自相似性作为图

基于稀疏表示分类的图像检索方法，付海燕，赫然，传统的图像检索基于底层图像特征的相似性，采用K邻近法进行检索排序。由于语义鸿沟的存在，底层图像特征会影响检索结果的准确率��

摘要：为了准确地进行SAR图像目标识别，提出一种基于稀疏表示的SAR目标识别方法，在用主成分分析（PCA）进行降维的前提下，利用降维后的训练样本构建稀疏线性模型，通过ℓ1范数最优化求解测试样本的稀疏系

本文提出了一种新的基于联合稀疏表示的图像融合方法。 由于传感器观察到相关现象,因此源图像有望具有共同的和创新的特征。 我们使用稀疏系数作为图像特征。 通过联合稀疏表示,用公共稀疏系数和创新稀疏系数表示

基于稀疏表示的立体图像客观质量评价方法

TV-Wavelet-L1(TVWL1)模型因包含全变分(Total-variation,TV)和小波正则化约束,具有较强的图像重建能力。而传统求解TVWL1模型的算法往往忽略了综合/分析稀疏表示方法

基于结构调制稀疏表示的图像超分辨率