首页 | 本学科首页   官方微博 | 高级检索  
     

基于字典对联合学习的退化图像复原方法
引用本文:杨亚威,胡双演,张士杰,张姣,李俊山.基于字典对联合学习的退化图像复原方法[J].计算机辅助设计与图形学学报,2015,27(3):406-413.
作者姓名:杨亚威  胡双演  张士杰  张姣  李俊山
作者单位:1. 第二炮兵工程大学信息工程系 西安 710025;中国人民解放军96215部队 柳州 545616
2. 第二炮兵工程大学信息工程系 西安 710025
摘    要:针对传统字典学习方法在退化图像复原中效果不理想的问题,提出一种基于字典对联合学习的退化图像复原方法.首先在图像稀疏分解和字典学习的基本框架下,对基于字典学习复原方法的整个过程和关键步骤进行分析;然后针对图像复原的线性模型存在的缺陷,提出一种非线性的基于字典对联合学习的框架,解决了传统字典学习方法在退化图像复原中存在的不对称问题;最后利用随机梯度下降算法估计字典模型参数,并使用一种经典的启发式方法提高该算法的稳定性和收敛速度.基于各向同性和各向异性模糊核的实验结果表明,该方法对于非盲图像复原与当前技术条件下的方法相比是有竞争力的,甚至是更好的.

关 键 词:图像复原  字典学习  稀疏分解

A Degraded Image Restoration Approach Based on Pairs of Dictionaries Jointly Learning
Yang Yawei,Hu Shuangyan,Zhang Shijie,Zhang Jiao,Li Junshan.A Degraded Image Restoration Approach Based on Pairs of Dictionaries Jointly Learning[J].Journal of Computer-Aided Design & Computer Graphics,2015,27(3):406-413.
Authors:Yang Yawei  Hu Shuangyan  Zhang Shijie  Zhang Jiao  Li Junshan
Affiliation:Yang Yawei;Hu Shuangyan;Zhang Shijie;Zhang Jiao;Li Junshan;Department of Information Engineering, Second Artillery Engineering University;96215 Unit of People’s Liberation Army;
Abstract:
Keywords:image restoration  dictionary learning  sparse decomposition
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号