将基于凸优化的低秩矩阵恢复（LRMR）理论用于背景建模，当背景不稳定时，这种方法提取运动目标的效果不佳。由于矩阵的数据表示形式破坏了视频在时间和空间上的原始结构，采用张量表征视频的高维结构特性，提出了一种基于迭代张量高阶奇异值分解（HOSVD）的运动目标提取方法。用高阶奇异值分解代替LRMR中的矩阵奇异值分解（SVD），利用增广拉格朗日乘子法重建出三维视频张量的背景部分和运动目标部分，并进一步对运动目标部分进行形态学开闭运算。实验结果证明，相比常用方法，该方法错分率更低，能更准确完整地提取运动目标。
2022-05-08 20:45:38
1.24MB
1
基于数字图像的奇异值分解扣Arnold置换，提出了一种图像的隐藏方法。在该方法中，置乱用于数字图像隐藏的预处理和后处理，奇异值分解用于将一幅图像隐藏于另一幅图像中。根据提出的数字图像隐藏技术，探讨了在数字水印技术中的应用。实验结果显示，该方法实现方便，水印的提取不需要原图像，并能较好地保障数据的安全性。
2022-03-11 11:08:51
3.55MB
1
本部分，对Hankel矩阵，和Toeplitz矩阵做了讲解，每一行代码给了详细注释，希望能给后来学习的同学，能对此更清楚的了解。运行后可得到奇异值分解图
2021-12-27 17:15:22
3KB
1
张量（三维矩阵）奇异值分解即SVD分解进行图像去噪-张量（三维矩阵）奇异值分解即SVD分解进行图像去噪-SVD，最新流行算法代码，无错误
2021-06-03 21:58:28
15KB
1