图像稀疏表示及其在图像处理中的应用

图像稀疏表示及其在图像处理中的应用

孙君顶, 赵慧慧

文章导航 > 红外技术 > 2014 > (7) : 533-537.

孙君顶, 赵慧慧. 图像稀疏表示及其在图像处理中的应用[J]. 红外技术, 2014, (7): 533-537.

引用本文:

孙君顶, 赵慧慧. 图像稀疏表示及其在图像处理中的应用[J]. 红外技术, 2014, (7): 533-537.

SUN Jun-ding, ZHAO Hui-hui. Sparse Representation and Applications in Image Processing[J]. Infrared Technology , 2014, (7): 533-537.

Citation:

SUN Jun-ding, ZHAO Hui-hui. Sparse Representation and Applications in Image Processing[J]. Infrared Technology , 2014, (7): 533-537.

图像稀疏表示及其在图像处理中的应用

河南理工大学计算机科学与技术学院,河南焦作,454000
河南理工大学

基金项目: 河南省骨干教师资助计划(2010GGJS-059)；河南省国际合作项目(134300510057)；河南省基础与前沿基金(112300410281)；“图像处理与图像通信”江苏省重点实验室基金(LBEK2011002)

详细信息

中图分类号: TP391
计量
- 文章访问数: 141
- HTML全文浏览量: 18
- PDF下载量: 17
出版历程

Sparse Representation and Applications in Image Processing

摘要: 作为图像的一种高效表示方法，近年来，图像稀疏表示技术得到了广泛深入研究，目前已被广泛应用于图像处理领域。在分析图像稀疏表示模型的基础上，针对稀疏表示模型的两个核心问题稀疏分解与字典构造进行了详细讨论，综述了目前典型的稀疏分解方法与字典构造方法。在此基础上，对稀疏表示在图像去噪、图像修复、人脸识别及压缩感知等图像处理领域中的应用进行了总结。最后，讨论了目前图像稀疏表示研究中存在的问题，并指出了进一步的研究方向。
- 稀疏表示 /
- 稀疏分解 /
- 字典学习 /
- 图像处理

参考文献(0)

资源附件(0)

计量

文章访问数: 141
HTML全文浏览量: 18
PDF下载量: 17
被引次数: 0

/

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