基于图像结构组稀疏表示模型的图像复原算法

上传者: zhang739073853 | 上传时间: 2019-12-21 22:18:05 | 文件大小: 2.68MB | 文件类型: rar
传统的基于自然图像块的稀疏表示模型在字典学习的过程中需要求解一个非常高计算复杂度的大规模优化问题以及在稀疏编码和字典学习过程中,每一个图像块都是独立考虑的,忽略了块与块之间的相关性,从而导致了不够精确的系数编码稀疏,基于图像结构组模型可以很好的解决上面两个不足。

文件下载

资源详情

[{"title":"( 232 个子文件 2.68MB ) 基于图像结构组稀疏表示模型的图像复原算法","children":[{"title":"Demo_Image_CS_Recovery_via_GSR.m <span style='color:#111;'> 4.09KB </span>","children":null,"spread":false},{"title":"Barbara256.tif <span style='color:#111;'> 64.83KB </span>","children":null,"spread":false},{"title":"Vessels96.tif <span style='color:#111;'> 9.26KB </span>","children":null,"spread":false},{"title":"Leaves256.tif <span style='color:#111;'> 63.02KB </span>","children":null,"spread":false},{"title":"House256.tif <span style='color:#111;'> 64.47KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明