由图像的稀疏分解重建图像的快速算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

由图像的稀疏分解重建图像的快速算法

尹忠科, 王建英, Pierre Vandergheynst

文章导航 > 电子科技大学学报 > 2006 > 35(4): 447-449

尹忠科, 王建英, Pierre Vandergheynst. 由图像的稀疏分解重建图像的快速算法[J]. 电子科技大学学报, 2006, 35(4): 447-449.

引用本文:

尹忠科, 王建英, Pierre Vandergheynst. 由图像的稀疏分解重建图像的快速算法[J]. 电子科技大学学报, 2006, 35(4): 447-449.

YIN Zhong-ke, WANG Jian-ying, Pierre Vandergheynst. A Fast Algorithm for Image Reconstruction Based on sparse Decomposition[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(4): 447-449.

Citation:

YIN Zhong-ke, WANG Jian-ying, Pierre Vandergheynst. A Fast Algorithm for Image Reconstruction Based on sparse Decomposition[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(4): 447-449.

由图像的稀疏分解重建图像的快速算法

1.
西南交通大学信息科学与技术学院成都 610031;
2.
瑞士联邦高工信号处理实验室洛桑瑞士

基金项目:

国家留学基金资助项目(2001-3048),教育部留学回国人员科研启动基金资助项目([2004]527号),四川省科技攻关项目(04GG021-020-05),四川省应用基础研究项目(04JY029-059-2)

作者简介:
尹忠科(1969-),男,博士,教授,主要从事信号与信息处理、及图像处理方面的研究.

中图分类号: TN911.73;TP391.4

A Fast Algorithm for Image Reconstruction Based on sparse Decomposition

1.
School of Info. Sci. & Tech,Southwest Jiaotong University Chengdu 610031;
2.
Signal Processing Lab.,Swiss Federal Institute of Technology at Laussane,Switzerland

摘要: 针对由图像的稀疏分解结果重建图像的速度极其缓慢这一问题,研究了表示图像的原子的能量分布特性。利用了表示图像内容的绝大部分原子的能量分布具有非常集中的特点,提出了由分解后的原子参数重建图像的快速算法。该算法对于一个原子的计算只限于原子能量集中的区域,并在此基础上实现了原子能量及原子归一化的快速计算。采用快速算法使图像重建的速度提高了约32倍,同时保证快速重建图像的质量保持不变。
- 图像处理 /
- 稀疏分解 /
- 匹配跟踪 /
- 图像重建
Abstract: It is very slow at present to reconstruct an image from its sparse decomposition results. To overcome this one of main drawbacks in image sparse decomposition, the energy distribution property of the atoms is studied in this paper. Based on the property that energy of most atoms is very concentrated, an algorithm is proposed to fast reconstruct an image from atoms' parameters by limiting atom reconstruction calculating within the atom energy concentrating area. Moreover, methods for fast calculating atom energy and normalization are also proposed. The fast algorithm presented in this paper improves the speed of the image reconstructing by about 32 times and at the same time doesn't degrade the reconstructed image quality at all.
- image processing /
- sparse decomposition /
- matching pursuit /
- image reconstruction

[1]	王兆滨, 徐敏哲. 双通道量子脉冲耦合神经网络 . 电子科技大学学报, 2023, 52(3): 331-340. doi: 10.12178/1001-0548.2022101
[2]	张婷婷, 杨红雨, 林毅. 融合表示学习的中医面部穴位检测框架 . 电子科技大学学报, 2023, 52(2): 175-181. doi: 10.12178/1001-0548.2022392
[3]	艾斯卡尔·艾木都拉, 武文成. 基于多尺度局部梯度的点目标检测技术 . 电子科技大学学报, 2019, 48(6): 893-903. doi: 10.3969/j.issn.1001-0548.2019.06.014
[4]	何磊, 李玉霞, 彭博, 吴焕萍. 基于生成对抗网络的无人机图像道路提取 . 电子科技大学学报, 2019, 48(4): 580-585. doi: 10.3969/j.issn.1001-0548.2019.04.016
[5]	罗时雨, 童玲, 陈彦. 基于参数化模型的水平集SAR图像多区域分割方法 . 电子科技大学学报, 2016, 45(6): 939-943. doi: 10.3969/j.issn.1001-0548.2016.06.011
[6]	黄颖, 王文斌, 郑弘晖. 基于代数多重网格的图像传感器物体识别技术 . 电子科技大学学报, 2015, 44(5): 743-748. doi: 10.3969/j.issn.1001-0548.2015.05.018
[7]	李晓峰, 曾蕾, 徐进, 马世琪. 基于特征表征的单幅图像超分辨方法 . 电子科技大学学报, 2015, 44(1): 22-27. doi: 10.3969/j.issn.1001-0548.2015.01.003
[8]	夏慧, 刘国强, 郭亮, 黄欣, 陈晶. 二维磁声电图像重建及成像影响因素分析 . 电子科技大学学报, 2015, 44(1): 150-154. doi: 10.3969/j.issn.1001-0548.2015.01.026
[9]	李玉霞, 童玲, 刘异, 何磊. 缺少控制点的无人机遥感影像几何畸变校正算法 . 电子科技大学学报, 2013, 42(3): 395-399. doi: 10.3969/j.issn.1001-0548.2013.03.015
[10]	文乔农, 刘增力, 万遂人, 徐双. 稀疏正则化方法的超声信号反卷积 . 电子科技大学学报, 2013, 42(3): 475-480. doi: 10.3969/j.issn.1001-0548.2013.03.030
[11]	罗洪艳, 杨维萍, 郑小林, 侯文生, 胡南, 廖彦剑. 小鼠切片图像自动去背景方法的研究 . 电子科技大学学报, 2011, 40(4): 625-629. doi: 10.3969/j.issn.1001-0548.2011.03.031
[12]	韩杰思, 沈建京. 采用图像滤波的多特征JPEG盲检测 . 电子科技大学学报, 2011, 40(2): 255-260. doi: 10.3969/j.issn.1001-0548.2011.02.020
[13]	周秀云, 何晓渝, 冯中正. 左中右差分绝对值最大法的边缘检测方法研究 . 电子科技大学学报, 2010, 39(3): 388-391. doi: 10.3969/j.issn.1001-0548.2010.03.014
[14]	陈洪波, 陈真诚, 汤井田. 同场景多幅图像中的强噪声抑制 . 电子科技大学学报, 2010, 39(2): 209-213,226. doi: 10.3969/j.issn.1001-0548.2010.02.012
[15]	唐聃, 王晓京, 陈峥. 新的图像加密方法 . 电子科技大学学报, 2010, 39(1): 128-132. doi: 10.3969/j.issn.1001-0548.2010.01.029
[16]	尹忠科, 解梅, 王建英. 基于稀疏分解的图像去噪 . 电子科技大学学报, 2006, 35(6): 876-878.
[17]	傅茂名. 基于形态灰度边缘检测算法的一种改进 . 电子科技大学学报, 2005, 34(2): 206-209.
[18]	尹忠科, 解梅, 王建英. 基于原子能量特性的快速图像匹配追踪 . 电子科技大学学报, 2005, 34(2): 156-159.
[19]	张翔, 刘媚洁, 陈立伟. 基于数学形态学的边缘提取方法 . 电子科技大学学报, 2002, 31(5): 490-493.
[20]	郭旭平, 李在铭. 跟踪系统中图像目标的快速提取技术研究 . 电子科技大学学报, 1998, 27(1): 17-20.

WeChat

点击查看大图

计量

文章访问数: 3415
HTML全文浏览量: 120
PDF下载量: 75
被引次数: 0

由图像的稀疏分解重建图像的快速算法

1. 西南交通大学信息科学与技术学院成都 610031;

2. 瑞士联邦高工信号处理实验室洛桑瑞士

基金项目:

国家留学基金资助项目(2001-3048),教育部留学回国人员科研启动基金资助项目([2004]527号),四川省科技攻关项目(04GG021-020-05),四川省应用基础研究项目(04JY029-059-2)

作者简介:
尹忠科(1969-),男,博士,教授,主要从事信号与信息处理、及图像处理方面的研究.

收稿日期: 2004-03-15
刊出日期: 2006-08-15

中图分类号: TN911.73;TP391.4

关键词:

摘要: 针对由图像的稀疏分解结果重建图像的速度极其缓慢这一问题,研究了表示图像的原子的能量分布特性。利用了表示图像内容的绝大部分原子的能量分布具有非常集中的特点,提出了由分解后的原子参数重建图像的快速算法。该算法对于一个原子的计算只限于原子能量集中的区域,并在此基础上实现了原子能量及原子归一化的快速计算。采用快速算法使图像重建的速度提高了约32倍,同时保证快速重建图像的质量保持不变。

English Abstract

尹忠科, 王建英, Pierre Vandergheynst. 由图像的稀疏分解重建图像的快速算法[J]. 电子科技大学学报, 2006, 35(4): 447-449.

引用本文:

尹忠科, 王建英, Pierre Vandergheynst. 由图像的稀疏分解重建图像的快速算法[J]. 电子科技大学学报, 2006, 35(4): 447-449.

YIN Zhong-ke, WANG Jian-ying, Pierre Vandergheynst. A Fast Algorithm for Image Reconstruction Based on sparse Decomposition[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(4): 447-449.

Citation:

YIN Zhong-ke, WANG Jian-ying, Pierre Vandergheynst. A Fast Algorithm for Image Reconstruction Based on sparse Decomposition[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(4): 447-449.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发