-
公开(公告)号：CN104952046A
公开(公告)日：2015-09-30
申请号：CN201510151657.2
申请日：2015-04-01
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明针对基于压缩感知的图像还原问题，给出了一种结合自然图像小波表示下统计信息的还原方法和还原系统，所述还原方法包括图像高速还原方法和图像高精度还原方法，可根据实际要求实现高速还原和高精度还原。其中，图像高速还原方法包括列维度一步快速还原，行维度一步快速还原；图像高精度还原方法包括列维度一步快速还原，行维度一步快速还原，行维度二次迭代还原。本发明的有益效果是：本发明充分利用图像的统计信息，在还原质量与还原速度上，较传统方法有很大提高，并可根据实际需求选择是否进行二次迭代，从而提升了整个图像压缩感知系统的性能和自由度。
-
公开(公告)号：CN104952046B
公开(公告)日：2019-02-26
申请号：CN201510151657.2
申请日：2015-04-01
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明针对基于压缩感知的图像还原问题，给出了一种结合自然图像小波表示下统计信息的还原方法和还原系统，所述还原方法包括图像高速还原方法和图像高精度还原方法，可根据实际要求实现高速还原和高精度还原。其中，图像高速还原方法包括列维度一步快速还原，行维度一步快速还原；图像高精度还原方法包括列维度一步快速还原，行维度一步快速还原，行维度二次迭代还原。本发明的有益效果是：本发明充分利用图像的统计信息，在还原质量与还原速度上，较传统方法有很大提高，并可根据实际需求选择是否进行二次迭代，从而提升了整个图像压缩感知系统的性能和自由度。
-
公开(公告)号：CN104881846A
公开(公告)日：2015-09-02
申请号：CN201510107465.1
申请日：2015-03-11
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于双密度双树复小波的结构化图像压缩感知还原方法及系统，所述方法将结构化稀疏模型与CoSaMP（Compressive Sampling Matching Pursuit）算法相结合，并且将基于双密度双树复小波变换的系数结构模型融入所述方法，进一步提高重构性能。本发明的方法及系统由于利用图像在小波变换下具有的结构化稀疏模型以及针对小波变换的缺陷而采用的双密度双树复小波变换，能够获得更高的图像重构质量。
-
-
Search Results
3
records
(took 0.024 seconds)
