基于自适应块压缩感知的渐进图像编码

基于自适应块压缩感知的渐进图像编码

机械振动信号分块自适应压缩感知算法.pdf

机械振动信号分块自适应压缩感知算法.pdf,为提高振动信号分块压缩感知过程中的信号重构效果，提出了机械振动信号的自适应分块压缩感知算法。首先将信号分割，构造信号矩阵，并利用K SVD构造与信号矩阵相适应的冗余字典;然后根据不同信号块在冗余字典下匹配追踪系数的衰减速度，定义不同信号块的复杂度权值；最后以复杂度权值为依据，制定自适应的压缩感知采样策略，在保证振动信号的整体采样率不变的同时，自适应分配不同信号块的观测数目。将该算法应用于机械振动信号压缩感知，与传统压缩感知算法以及其他自适应压缩感知算法相比，信号重构的精度得到提高。

基于自适应块压缩感知的深度图编码

基于自适应块压缩感知的深度图编码

论文研究-深度图像的分块自适应压缩感知.pdf

针对基于空域上下采样的深度编码框架中，由边缘信息损失带来的视点绘制质量下降的问题，提出了一种面向视点绘制质量的深度图像分块自适应压缩采样方法。在基于分块压缩感知和光滑Landweber投影重构的BCS_SPL框架下，利用图像块的方差表征其边缘信息，并据此进行自适应采样，以提高深度图像重构和视点合成质量。结果表明，在相同的采样率下，相比上、下采样和BCS_SPL方法，提出的分块自适应压缩感知方法在绘制视点的PSNR和主观质量上都有所提高。

一种基于自适应阈值的图像分割算法

为提高目标检测概率9针对复杂的地面目标红外亚图像9提出了一种以最大类间方差法为基础的自适应阈 值图像分割方法- 用分割出的目标和背景区域的灰度统计量9设计了一个判断是否得到正确分割的准则- 理论分析 和实验结果表明9对于复杂背景下低对比度 低信噪比的地面目标9不论目标在图像中所占面积大小9利用该方法 均可得到正确的分割结果- 通过设置阈值运算的灰度取值范围9可大大减少计算量9节省处理时间-

论文研究-基于多层分块自适应压缩感知的图像编解码方法 .pdf

基于多层分块自适应压缩感知的图像编解码方法，孙骏，郭继昌，压缩感知中，测量矩阵对图像进行单一采样率的压缩采样。在采样率较高的情况下，传统的测量矩阵虽然能够获得比较好的重构效果，但

基于自适应预处理的图像分割方法

为了防止分水岭算法过分割问题,该文提出了一种基于自适应预处理的图像分割算法。该方法在分水岭算 法的基础上，首先结合像素点亮度特征和空间分布特性应用自适应方法对梯度图像进行预处理。通过考察各像素 点邻域中像素分类后的分布情况，来判断考察点是处于区域中心还是处于边界，并据此对考察点的梯度值进行调 节。然后在预处理后的梯度图像上选定标记，将预处理后的梯度图像中大于200个像素的连通区域标定为标记。最 后用分水岭分割方法对带标记的参考图像进行分割。试验结果表明，该分割方法具有良好的分割效果。

一种改进的压缩感知图像融合方法

传统基于压缩感知的图像融合算法在通过压缩感知观测图像高频分量时会丢失分量的空间信息,仅能采用简单规则进行融合,导致融合图像纹理细节等信息效果较差。针对此,文中提出了一种结合图像高频特征的自适应融合规则。首先,对融合图像进行非下采样contourlet变换(NSCT),分解后得到的低频子带系数采用区域能量融合规则,较传统低频系数处理更好的保留源图像的背景信息;然后,由于高频子带系数具有较高稀疏性,因此通过压缩感知进行压缩后根据标准差特征自适应选择融合规则;最后,对重构系数进行非下采样contourlet逆变换。实验结果表明:与传统经典算法相比,新方法不仅精准提取到红外目标,同时充分保留可见光图像的细节信息,兼顾了待融合图像的背景信息和红外目标信息,有效提高了融合效果和主观感受。

基于自适应高斯函数的鲁棒超分辨率图像复原

基于自适应高斯函数的鲁棒超分辨率图像复原，曾雪迎，，为增强复原图像对模型误差的鲁棒性,本文在正则化框架下提出了一种基于自适应数据保真项和改进的双边全变差正则项的超分辨率复原�

基于自适应基追踪去噪的含噪语音压缩感知

基于自适应基追踪去噪的含噪语音压缩感知，压缩感知技术权威论文。

压缩感知稀疏度自适应匹配追踪算法（SAMP）

压缩感知稀疏度自适应匹配追踪算法，不需稀疏度作为先验信息。又称为SAMP算法

基于VMD的瓦斯信号自适应压缩感知算法

将压缩感知算法和变分模态分解相结合,应用于煤矿瓦斯数据的处理。考虑到现有的压缩感知算法在对瓦斯处理的过程中存在着重构精度低,重构过程复杂和需要较多的样本观测值等问题,因此提出一种基于VMD和自适应观测矩阵的压缩感知算法,有效解决了以较少的样本观测值数据实现信号高精度重构的问题,同时自适应地选择观测矩阵,避免了对稀疏信号的同类化投影选择。首先将瓦斯信号经过VMD进行分离,得到一系列瓦斯信号的本征模态函数分量,通过设定阈值保留有效信息,使得信号更加稀疏化;其次通过自适应地观测矩阵对稀疏信号进行投影变换,从而降低观测矩阵和稀疏字典的不相关性。实验以煤矿瓦斯数据为研究对象,将瓦斯数据经过VMD分解进行稀疏化处理和使用构造的自适应观测矩阵进行投影选择,MATLAB仿真实验证明,文中的算法有更高的信噪比和更好的重构质量。

基于压缩感知的圆阵自适应数字波束形成算法

本文详细论述了基于压缩感知的圆阵自适应数字波束形成算法的原理与实现

基于NSCT变换和压缩感知的图像融合

针对NSCT变换分解得到的各个方向子带稀疏度不同的问题,文中提出了1种基于改进的CS_NSCT图像融合方法。首先对待融合图像进行NSCT分解,接着对得到的高频分量采用自适应的压缩感知方法进行压缩,并在压缩域融合后重构;对低频分量采用DCT能量准则融合,最后对融合后的高低频分量进行NSCT重构。仿真实验结果表明,文中方法在减少了数据量的同时有效提高了图像的熵值、标准偏差、平均梯度等指标。

基于自适应pcnn图像融合

本程序为matlab的基于自适应pcnn图像融合代码

基于压缩感知和小波变换的快速SIFT图像拼接算法研究（中文翻译版）

针对传统尺度不变特征变换(SIFT)算法的大规模计算和慢速的缺点， 提出了一种结合小波变换(WT)和压缩感知(CS)算法的改良型图像拼接方法。该方 法的工作原理如下：首先，利用压缩感知技术对图像进行小波变换和压缩。然后 结合SIFT 算法提取图像特征点。最后，将自适应阈值的序列相似性检测算法 （SSDA）用于图像匹配进行快速搜索，找出最优的拼接线和全景图像。实验结果 表明，该方法实现了图像的快速匹配，有效地克服了图像特征提取的过程中计算 量大、效率低的缺点，保证了算法中的匹配精度和拼接效率，满足了机器视觉系 统的实时请求。该算法可用于数字图像安全领域的图像匹配和拼接。

基于自适应分割和自适应量化的图像压缩算法

在基于最大类间方差传统遗传算法实现图像分割的基础上对其改进,提出了基于染色体、基因位的"双自适应交叉概率"的改进遗传算法.该方法利用待分割图像的直方图作为先验知识,缩小了初始种群的选取范围,提高了遗传算法的寻优能力.实验表明,改进的遗传算法应用于图像分割较传统遗传算法有更好的效果.

基于自适应滤波的语音增强和噪声消除.pdf

基于自适应滤波的语音增强和噪声消除.pdf基于自适应滤波的语音增强和噪声消除.pdf