过完备字典

摘要： 为了解决图像采集过程中由于昆虫图像获取不完整而导致整体稻飞虱识别精度低、速度慢的问题,提出了一种基于字典学习和SSD的不完整稻飞虱图像分类方法.首先,使用自主研发的野外昆虫图像采集装置采集稻飞虱图像,构建小型图像集.然后,将采集的稻田昆虫图像进行阈值分割,得到单一稻田昆虫图像;对单一昆虫图像进行分块处理,得到带有背景信息和特征信息的混合子图像块集;使用子图像块作为字典原子来构建过完备字典,并对其进行初始化和优化更新;将更新后的过完备字典作为训练集输入SSD算法中进行训练,得到训练模型.最后,将采集的包含不完整稻田昆虫的图像在训练集模型上进行测试,并将测试结果与BPNN(Back propagation neural network)、SVM(Support vector machines)、稀疏表示等方法进行对比.试验结果表明,所提出的基于字典学习和SSD的稻飞虱识别与分类方法可以对不完整的昆虫图像进行准确快速的识别分类,其中,分类速度可达22 f/s,识别精度可达89.3％,对稻飞虱的监督、预警和防治提供了有效的信息与技术支持.

摘要： 针对多模态医学图像融合中容易产生伪影且存在细节缺失的问题,提出一种利用多尺度边缘保留分解和稀疏表示的二尺度多模态医学图像融合方法框架.首先利用边缘保留滤波器对源图像进行多尺度分解,得到源图像的平滑层和细节层.然后,将改进的稀疏表示算法用于融合平滑层,并在此基础上提出一种基于图像块筛选的策略来构建过完备字典的数据集,再利用字典学习算法训练出一种联合字典,同时引入一种多范数的活跃度度量方法选择稀疏系数;细节层的融合则采用自适应加权局部区域能量的融合规则.最后将融合后的平滑层和细节层进行多尺度重构得到融合图像.针对三类不同成像模态的医学图像进行对比实验,结果表明,该方法较其他多尺度变换和稀疏表示的方法能够保留更多显著的边缘特征,对比度也有明显提升,在视觉效果和客观评价上都具有一定优势.

摘要： 针对利用机械振动信号进行设备故障诊断和状态监测过程中,存在采样数据量多、存储容量大、传输带宽高和信号重构精度低等问题,提出一种稀疏度拟合的自适应机械振动信号压缩感知方法.首先,对机械振动信号进行多尺度小波包变换,再将小波包系数按一定阈值进行置零处理并求取其稀疏度;然后,采用迭代方法求取各稀疏度下满足重构信号精度条件的最低采样率,并对信号的稀疏度和采样率采用最小二乘法进行拟合,消除信号测量误差,求取最佳信号采样率;最后,采用K-奇异值分解算法构造与各信号块相适应的过完备字典,并利用正交匹配追踪算法实现信号重构.实验证明,与传统压缩算法相比较,该算法的信号压缩率和重构精度均得到较大提高.

摘要： Aiming at the weakness of slow dictionary learning and long reaction time in the image denoising method based on dictionary learning, it proposes an improved dictionary learning algorithm based on sparse representation dictionary learning. The dictionary learning process is divided into two stages: sparse coding and dictionary updating. In the dictionary updating stage, it adopts an approximate solution instead of the K-SVD algorithm to approximate the SVD decomposition which consumes the most time with the K-SVD algorithm. It abandons the process of updating the sparse coefficient matrix in the dictionary updating stage in K-SVD and approximate K-SVD algorithm. The experimental results show: comparing with the classical dictionary learning algorithm, in the premise of not reducing the image peak signal-to-noise ratio and structure similarity, this improved algorithm significantly reduces the dictionary learning time, improves the efficiency of image denoising.%针对基于字典学习的图像去噪方法中字典学习速度慢、反应时间长的不足,在稀疏表示字典学习的基础上,提出了一种改进的字典学习算法.字典学习过程分为稀疏编码和字典更新两个阶段,在字典更新阶段采用一种求近似解的方法替代K-SVD(K奇异值分解)算法中消耗时间最多的SVD分解,并舍弃K-SVD和近似K-SVD算法中字典更新阶段重复更新稀疏系数矩阵的过程.实验结果表明,与K-SVD和近似K-SVD字典学习算法相比,在不降低图像峰值信噪比和结构相似度的前提下,改进的字典学习算法减少了字典学习时间,提高了图像去噪的效率.

摘要： 在使用高分辨距离像开展目标识别时,传统方法很少利用样本的稀疏性.为了克服此类识别所面临的繁琐的分析难题,简化识别过程,稀疏分析其实是一种不错的压缩样本数据,提升剖析效果的方法.因此,提出一种基于联合字典及快速分解策略完成雷达一维距离像稀疏分析,进而鉴识目标的算法.为了提升识别策略的实用性,算法还尝试依信噪比调控其内稀疏分解参数,以改善算法抗噪性能.实验测评表明:相较同类识别策略,该算法求解更为便捷,适用范围有所拓展;相比不同类型的常规识别策略,该算法抵御噪声的能力有所提升,识别效果更优.

摘要： 基于可见度函数的快速反演重构目标毫米波图像的算法,在可见度函数出现误差时会在反演出的毫米波图像中引入较强的噪声,为了去除噪声,本文研究了一种在过完备字典上对毫米波图像进行稀疏重构的去噪方法,即通过K-SVD算法训练一个过完备字典,然后在该字典上运用稀疏理论来重构目标的毫米波图像,达到去噪的目的.由matlab软件得到的仿真结果显示出该方法对可见度函数误差引起的反演噪声有良好的去除效果.

摘要： 本发明公开了一种基于可变规模过完备结构字典的非凸压缩感知图像重构方法。主要解决现有技术运行速度慢，不利于实时应用的问题。其实现步骤为：对图像进行分块后观测，并标记每个观测向量对应的图像块；对观测向量进行聚类，并为每个聚类对应的图像块构造过完备结构字典和遗传初始种群；利用遗传优化算法获得每一类观测向量对应的图像块在字典方向上的最优原子组合；利用克隆选择优化算法获得每一个单方向和多方向图像块在尺度和位移上的最优原子组合；根据各个图像块的最优原子组合，计算各个图像块的估计值；将图像块的估计值按顺序拼接，得到重构图像。本发明具有重构效果好，速度快的优点，可用于自然图像的压缩感知重构。

摘要： 本发明提供了一种过完备字典的处理方法、装置及系统，通过将利用当前的过完备字典和重构算法计算所得的第一重构心电数据与接收到的原始心电数据之间进行误差值计算，可以获知当前预置的过完备字典是否仍符合用户近期的心电数据的变化规律，若判断出两者的误差值超过预设误差值，则利用该用户最新的原始心电数据进行字典训练，从而生成替换字典，用于替换之前预置的过完备字典，以便下一次接收到用户的压缩心电数据时对其进行重构操作，进而精准还原出用户的原始心电数据，有效降低了医生误诊情况的发生概率。

摘要： 本发明提供一种基于过完备字典与压缩感知重构算法的低频大地电磁数据去噪方法，包括：首先利用数学形态滤波从含噪的大地电磁时间序列中提取出粗糙的低频有效信号；然后利用互补集合经验模态分解对粗糙的低频有效信号进行圆滑处理，获得准确的低频有效信号，含噪的大地电磁时间序列减去提取到的低频有效信号即得到含噪的高频信号；最后通过设计合适的过完备字典，利用压缩感知重构算法对含噪的高频信号进行信噪分离，得到去噪后的高频有效信号；低频有效信号与高频有效信号相加即得到全频带的大地电磁有效信号；本发明在较好的保留大地电磁有效信号的前提下，去除低频大地电磁数据中的强人文噪声，显著提高大地电磁数据的信噪比，改善视电阻率与相位曲线。

摘要： 本发明涉及信号处理领域，具体涉及一种基于过完备字典对的高码率信号获取方法，通过训练信号集来学习用于高码率信号获取的过完备字典对，该字典对包括低码率部分和高码率部分，根据训练得到的过完备字典对中的低码率部分对待处理的信号进行分解，从而得到一组稀疏表示向量，再根据得到的稀疏表示向量，结合过完备字典对中的高码率部分，计算得到与待处理的低码率信号相对应的高码率信号。本发明的技术方案新颖，结构明确，容易实施。

摘要： 本发明公开了基于过完备字典与先验知识的高质量肺部磁共振成像方法。该方法首先建立适用于设定对象，设定图像分辨率的过完备字典；通过小角度激发对肺部进行预成像；随后对预成像中获取的K空间数据进行分析，提取局部大点的位置信息；再根据局部大点的位置信息自适应生成大角度欠采样脉冲序列；使用此脉冲序列再次对肺部进行成像；最后挑选之前建立的设定对象和设定图像分辨率的过完备字典对图像进行重建。和现有技术相比，使用本方法可以获得具有更高分辨率和信噪比的高质量肺部磁共振图像。

摘要： 本发明涉及信号处理的技术领域，特别是涉及一种基于先验知识的非均匀过完备字典的DOA估计算法，其能够有效的避免采用传统均匀过完备字典压缩感知算法计算复杂度高的缺点，同时大大的提高了DOA估计的精确度；本发明是由天线阵列、稀疏信号压缩模块和信号重构模块组成的。

摘要： 本发明公开了一种基于过完备字典的声速剖面反演方法，1）依据历史数据，基于K‑SVD算法，构建声速剖面的非正交且过完备字典

摘要： 本发明提供一种基于过完备字典与压缩感知重构算法的低频大地电磁数据去噪方法，包括：首先利用数学形态滤波从含噪的大地电磁时间序列中提取出粗糙的低频有效信号；然后利用互补集合经验模态分解对粗糙的低频有效信号进行圆滑处理，获得准确的低频有效信号，含噪的大地电磁时间序列减去提取到的低频有效信号即得到含噪的高频信号；最后通过设计合适的过完备字典，利用压缩感知重构算法对含噪的高频信号进行信噪分离，得到去噪后的高频有效信号；低频有效信号与高频有效信号相加即得到全频带的大地电磁有效信号；本发明在较好的保留大地电磁有效信号的前提下，去除低频大地电磁数据中的强人文噪声，显著提高大地电磁数据的信噪比，改善视电阻率与相位曲线。

摘要： 本发明涉及信号处理领域，具体涉及一种基于过完备字典对的高码率信号获取方法，通过训练信号集来学习用于高码率信号获取的过完备字典对，该字典对包括低码率部分和高码率部分，根据训练得到的过完备字典对中的低码率部分对待处理的信号进行分解，从而得到一组稀疏表示向量，再根据得到的稀疏表示向量，结合过完备字典对中的高码率部分，计算得到与待处理的低码率信号相对应的高码率信号。本发明的技术方案新颖，结构明确，容易实施。

摘要： 本发明提供了一种过完备字典的处理方法、装置及系统，通过将利用当前的过完备字典和重构算法计算所得的第一重构心电数据与接收到的原始心电数据之间进行误差值计算，可以获知当前预置的过完备字典是否仍符合用户近期的心电数据的变化规律，若判断出两者的误差值超过预设误差值，则利用该用户最新的原始心电数据进行字典训练，从而生成替换字典，用于替换之前预置的过完备字典，以便下一次接收到用户的压缩心电数据时对其进行重构操作，进而精准还原出用户的原始心电数据，有效降低了医生误诊情况的发生概率。