搜索资源列表
gujia
- 数字图像处理骨架提取，能将一个二值图像的骨架提取出来进行后续处理。骨架是一种非常重要的图像几何特征，在图像几何形态分析及相关领域具有非常广泛的应用，利用骨架表示原始图像，可以在保持图像重要拓扑特征的前提下，减少图像中的冗余信息。骨架既能压缩图像数据，保留区域的连通性和拓扑性，描述区域轮廓的几何特征，又能使原始图像完全或部分地从骨架中恢复或重构。-Skeleton extraction of digital image processing, to a binary image of the sk
Image-and-Redundant
- 通过稀疏和冗余图像去噪在学习词典下的表示-Image Denoising Via Sparse and Redundant Representations Over Learned Dictionaries
KSVD
- 稀疏表示中字典学习算法KSVD的实现，可以得到冗余字典，代码内部有详细注释-The realization of the sparse representation of a dictionary learning algorithm KSVD, can get a redundant dictionary, internal has a detailed code comments
CSR_Denoising
- 该算法首先通过字典学习得到含噪图像的冗余字典，然后对相似的图像块进行聚类构成块群，并通过迭代收缩和L1正则化约束，对同类的图像块在字典上进行稀疏表示，以达到降噪的目的。实验结果表明，在常规的图像处理上，本文提出的算法能较好的保留图像的结构信息，与K-SVD和BM3D等现有的流行算法相比，具有更高的峰值信噪比（PSNR）-It firstly get the redundant dictionary of a noised image by dictionary learning.Then,the
Matlab-Package-Book
- 本书介绍了稀疏和冗余表示,内容分两部分,共十六章。第一部分是稀疏和冗余表示的理论和数值基础,系统、条理地罗列了数据模型的理论基础、相关算法的数值部分(This book introduces the sparse and redundant representation, the content is divided into two parts, a total of sixteen chapters. The first part is the theoretical and numeric
新建文件夹 (2)
- 字典学习。比如一个向量，是k维的，我现在有一个k*n的字典，其中n>>k，所谓的字典学习，就是在这包含n个向量的字典当中寻找一个线性表示可以表示出当前这个k维的向量。之所以称为“稀疏表示”，因为一般n大于k，比如n=512,k=64。这时候你的字典一定是一个Redundant（冗余的，过剩的）的。因此你的表示里面一定有很多系数为0，因而被称作稀疏表示。 信号稀疏表示的目的就是在给定的超完备字典中用尽可能少的原子来表示信号，可以获得信号更为简洁的表示方式，从而使我们更容易地获取信号中