搜索资源列表
figure64
- 稀疏分解图像重建程序，把图像分解成多个小块图像，然后再各个子块重建后边缘处理后合并成整个图像。-sparse decomposition image reconstruction process, the image is divided into a number of small images, then each sub-block redevelopment edge after the merger into the whole image.
J005241
- 主要 研 究 用于声音通讯系统中的声回波抵消技术。声回波抵消通常采用声回波抵 消器来实现。具体方法是用自适应滤波器来估计回波信号，并从麦克风信号中减掉该 估计值，从而实现声回波的抵消。回波抵消器中常用的几种自适应滤波算法有LMS, NLMS, RLS等算法。对现有主要算法的性能进行了分析，并对优缺点进行评价和比 较。为了在收敛速度和运算量之间得到很好的折衷，对NLMS算法改进，得到了 PNLMS算法，对传统的快处理块算法改进，得到了精确块算法。综合两个算法，获 得了一种基
bcs-spl-1.3-1.tar
- 分块压缩感知中稀疏表示增加方向性提高重构质量-Block compression to increase directional to improve the reconstruction quality perception in sparse
Adaptive-Block
- 针对图像稀疏分解的计算时间复杂度非常高这个问题,提出了分块自适应图像稀疏分解算 法。该算法根据稀疏分解计算时间复杂度和待分解图像大小之间的关系,把待分解图像分成互不重 叠的小块,然后对每个小块图像进行稀疏分解。根据每一块的复杂程度,自适应地决定稀疏分解的 结束。-Sparse decomposition of image is very high computational complexity of this problem, a block adaptive image spar
Method-for-solving-EM-problems
- 提出了一种求解电磁场有限元 边界元混合法所生成的线性方程组的有效方法 ———内观 法结合多波前法.由于该线性方程组的系数是一个部分稀疏部分满填充的矩阵,为了加速求解,应用内观法将系数矩阵分为 2块,一块是有限元法形成的稀疏矩阵,另一块是边界元法生成的满阵,然后用多波前法求解稀疏矩阵方程,用高斯 约当消去法解满阵方程. 采用该方法,计算了二维多层介质柱体的雷达散射截面.计算结果表明,该方法的计算效率远远高于传统的高斯法.-Proposed for solving mixed finite el
BFJacobismoother
- 块迭代的阻尼雅克比松弛方法，对大型稀疏的线性方程组非常有效。-Block iterative relaxation method than the resistance Ni Yake
c
- C创建稀疏文件，生成的文件在两次写入之间有为\0的位， 这些\0位被称做孔， 有孔的文件被称为稀疏文件。 稀疏文件的一个有趣特性是， 根据它们属于的文件系统， 孔可以不实际占有任何磁盘块（而有些系统要填孔）， 这正是为什么磁盘上所有文件的大小总和可以超出磁盘容量的原因。-AlphaC to create a sparse file, the generated files for the \ 0 bits between the two write, \ 0 is called a hole,
sichashufenjie
- 对示例图像进行四叉树分解，并以图像的形式显示所得的稀疏矩阵，同时取得所有子块和符合各种维度条件的子块数目。-Quadtree decomposition of the sample images, and the form of images obtained sparse matrix, at the same time to obtain the number of sub-blocks of all sub-blocks and meet the conditions of the var
omp
- 用小波变换作为稀疏基，采取OMP算法将图像重建恢复，由于算法计算量大会导致成像时间过长，程序用改进的分块处理缩短了时间，-Wavelet transform as a sparse base, take OMP algorithms to restore the image reconstruction algorithm to calculate the General Assembly led to the long imaging time, the program using a mod
CS_Primary_tutorial
- CS压缩传感的初级教学代码，使用OMP重构，已注释，包括1维信号，2维图像的重构，分别使用dct和小波稀疏，列扫描和分块法进行omp重构-CS compressed sensing primary teaching code using OMP remodeling, already commented, including a 1-dimensional signals, 2-dimensional image reconstruction, respectively, using the D
A-global-reconstruction-model
- 已有的基于分块压缩感知的图像重构模型采用相同的测量矩阵以块 ×块的方式获取数据，解决了传统ＣＳ方法中测量矩阵所需存储量较大的问题，但由于采用分块重构，没有考虑 到图像的全局稀疏度，出现了大量的块效应。-Current image reconstruction models using block compressed sensing
ScSR
- Jianchao Yang 的基于稀疏表示的单幅图像重建的原始代码，先将高低训练图像分块，再将块训练成高低字典，将测试图像映射到低字典上，得到系数，再乘以高子典就得到最后的图像。对学习超分辨率同学的参考作用很大。-This is the original matlab code for super resolution by Jianchao Yang 。The method is sparse represent based on the overcomplete dictionary。
DCT_Gaosi_fenkuai
- 对256*256大小的8bit灰度lena图像进行仿真 将图像分为16*16的分块进行计算 稀疏矩阵采用DCT矩阵，观测矩阵采用高斯随机矩阵，重构采用OMP算法- 256* 256 size lena image simulation 8bit grayscale image is divided into 16 * 16 calculate block sparse matrix using DCT matrix, observation matrix using Ga
fast_sc1
- 基于patch块的稀疏编码的matlab代码的实现，涉及到基和系数最小化的优化问题-Based on patch block sparse coding matlab code to achieve that relates to the base and the coefficient minimization optimization problem
Toolbox_sparseMRI_PBDW
- 基于分块小波的图像框架的核磁共振图像稀疏重建算法工具箱。-Ts image smoothing. Keep the big picture edges smoothed images of small edges. Has the effect of drawing cartoon images.
bcs-spl-1.5-1.tar
- 一种适用于图像的压缩感知采样策略和重建算法，采样策略是基于块的图像稀疏采样矩阵，重建算法为smoothed projected Landweber（SPL）迭代算法。-BCS-SPL combines block-based compressed-sensing sampling (BCS) of an image with a smoothed projected-Landweber (SPL) iterative reconstruction. Sampling is driven by r
DCT-and-MOD
- 文章介绍了一种 过 完 备 字 典 和 算法相结合的图像稀疏表示去噪算法 首 先 将 噪 声 图 像 分 成 小 图 像 块 并 运 用 正 交匹配跟踪算法 在图像的初始化 过完备字典上对小图像块进行稀疏分解 然 后 使 用 字典学习算法对 过 完 备 字 典 进 行 更 新最后重复该过程以获得图像的稀疏表示并重构图像-This paper presents a complete dictionary and algorithms over a combination of sparse
chengxu
- 是有关图像处理，基于稀疏表示图像融合，用分块过完备表示-s related to image processing, image fusion based on sparse representation, complete said with a block
(SFF)
- 提取稀疏特征前模拟了人眼的特性，对降维后的图像块先进行了whitening操作，再使用ICA得到字典，利用该字典的广义逆矩阵提取图像块的稀疏特征，然后挑选一定的块进行求取特征相似度和亮度亮度相似度，最后结合这两个相似度得到最终的评价指标。-sparse feature extraction
PCRC
- 单样本人脸识别中，将训练样本分块，以增加训练样本的数量，构成字典基，用稀疏表示的方法求解人脸识别问题-Single sample of face recognition, the training sample block, in order to increase the number of training samples, a dictionary base, with sparse representation method to solve the problem of face re