10.13873/J.1000-9787(2018)07-0059-04
压缩感知中块结构字典学习方法改进
基于稀疏聚集的块结构字典学习方法不能对字典原子支撑集数目差别大的情况进行辨别的问题,提出了一种利用球面K-均值学习块结构字典的方法,将字典原子支撑集差别纳入考虑范围,通过余弦距离判别将相近的字典原子聚类,形成具有非均匀块结构的字典;利用学习得到的块结构字典对信号进行重构.仿真实验表明:与离散余弦基(DCT)、无结构字典和基于稀疏聚集的块结构字典相比,改进方法学习的字典与图像信号的匹配度更好,有效地提高了图像重构质量,降低了信号的重构误差.
压缩感知、结构字典、字典学习、信号重构
37
TN911.7
2018-08-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
59-62