ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

图像分块的贝叶斯压缩感知算法研究

马孟新; 吴延海; 张昊; 张芳妮西安科技大学
西安科技大学学报2014-9-30
2阅读
引用收藏
分享

摘要

为增加信号重构的可信度和减少重构过程的人为干预,采用贝叶斯压缩感知的方法,将待重构信号赋予先验分布,不仅重构出信号参数,并能同时获得信号参数的置信区间,以此实时调整重构模型使信号恢复达到最佳。基于拉普拉斯分级先验模型的贝叶斯压缩感知算法,对图像进行合理分块,用不同比率对分块图像压缩,并在重构过程进行分级处理,进一步减少运算时间,最终使用相关向量机(RVM)实现了稀疏信号的最大后验概率估计。实验结果表明,通过和传统算法相比较,上述算法使得重构图像质量得到明显提高,并且相比于全局贝叶斯压缩感知算法具有更好的实时性。

学科与关键词

关键词
贝叶斯估计分块压缩感知分级先验模型拉普拉斯先验相关向量机 Bayesian estimationblock compressive sensinghierarchical prior modellaplace priorrelevance vector machine
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
西安科技大学学报
发表日期
2014-09-30
卷期
第 05 期
页码
625-630
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金资助项目(61302133);陕西省科技厅科技攻关计划项目(2011K09-36&2012K06-16);陕西省教育厅科学研究计划项目(12JK0528)

作者

  • 马

    马孟新 (第一作者)

  • 吴

    吴延海

查看全部 4 位作者收起作者
  • 张

    张昊

  • 张

    张芳妮

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417