10.11896/j.issn.1002-137X.2019.05.041
基于图像灰度熵的自适应字典学习算法
针对传统图像稀疏表示字典学习算法仅对图像训练学习单一字典,不能很好地对包含不同图像信息的图像块进行最优稀疏表示的问题,将图像灰度熵的思想引入到字典学习算法中,提出基于图像灰度熵的自适应字典学习算法.该算法将图像库作为训练样本,对图像库图像进行分块,计算各子块的灰度熵大小,依据灰度熵大小对子块进行分类,针对不同类别子块,设定不同K-奇异值分解算法参数,分别进行字典训练,从而得到多个不同的字典.根据灰度熵大小选择训练好的字典对待表示图像子块进行稀疏表示.仿真实验及结果表明,所提算法能够对图像进行较好的稀疏表示,图像的重构效果也得到了明显提升.
稀疏表示、字典学习、K-奇异值分解、灰度熵
46
TP391.4(计算技术、计算机技术)
高速眼图测试关键技术研究基金L2014495;辽宁"百千万人才工程"培养经费资助
2019-06-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
266-271