基于多尺度图像块分类的字典学习算法

摘要：

针对传统字典学习算法未考虑训练数据集流形结构的问题,提出一种基于KD树分类的多尺度字典学习算法.首先在预处理阶段建立图像高斯金字塔,提取不同尺度下各层图像的角点并建立KD树进行分类;以各类角点为中心截取图像块并生成每层图像的训练数据集来完成各个子字典的学习.在字典训练阶段,提出一种基于局部保持投影的多原子更新算法,在保持字典中各类原子集的流形结构的情况下进行原子更新,高效训练出自适应稀疏字典.对测试图像进行压缩感知重构实验,仿真结果表明,该算法在保证图像重建精度的前提下,显著提高字典学习效率.

关键词：图像高斯金字塔、KD树分类、局部保持投影、压缩感知

所属期刊栏目：19

分类号：TN911.7

资助基金：国家自然科学基金61471412, 61771020,61373262

在线出版日期：2019-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：150-154