搜索资源列表
CSR_Denoising
- 该算法首先通过字典学习得到含噪图像的冗余字典,然后对相似的图像块进行聚类构成块群,并通过迭代收缩和L1正则化约束,对同类的图像块在字典上进行稀疏表示,以达到降噪的目的。实验结果表明,在常规的图像处理上,本文提出的算法能较好的保留图像的结构信息,与K-SVD和BM3D等现有的流行算法相比,具有更高的峰值信噪比(PSNR)-It firstly get the redundant dictionary of a noised image by dictionary learning.Then,the
DLMRI_v6
- 基于K-SVD的字典学习,适用于图像重构及图像去噪-classic K-SVD for dictionary learning
ksvdsbox11-min
- KSVD 算法 K-SVD通过构建字典来对数据进行稀疏表示,经常用于图像压缩、编码、分类等应用(KSVD algorithm K-SVD sparse data is represented by building dictionaries, often used for image compression, coding, classification, and other applications)
pcadenoise
- 矩阵 pca或者低秩方法去噪,利用svd分解,实现对图像矩阵的去噪,该方法支持对rgb图像的去噪。使用代码请 文章中表明出处,感谢。 感谢重庆市研究生科研创新项目支持,项目号CYS16183(image denoise by low-rand regularizer or pca method. the low rank is evaluted by svd, and this method is also support for rgb image.)
S_R
- 稀疏字典,图像处理,k-svd, omp(Sparse representation)
PCA
- 1、读入图片,根据PGN格式的line 2 确定矩阵的大小为 28*28=784,根据line4 获取. 2、读入图片,根据PGN格式的line 2 确定矩阵的大小为 28*28=784,根据line4 获取。 3、计算平均矩阵。 4、对平均值矩阵进行SVD: 5、平均矩阵进行SVD后的前20个singular vector的输出结果。 6. 将训练集的每一张图片当成一行,形成一个矩阵,然后对矩阵进行PCA分解。 7. 这个矩阵对测试集的每张图片进行降 维,得到的图像。(1, rea