-
公开(公告)号：CN106972862A
公开(公告)日：2017-07-21
申请号：CN201710185910.5
申请日：2017-03-21
Applicant: 南开大学
IPC: H03M7/30
Abstract: 本发明属于信号处理和稀疏表示技术领域，具体涉及一种应用于压缩感知的图像重构方法。本发明深入发掘图像的非局部自相似性，提出了一种基于截断核范数最小化的组稀疏压缩感知图像重构方法。该方法同时利用了自然图像的稀疏性与低秩性，结合截断核范数最小化和组稀疏表示模型，利用交替方向乘子法对压缩感知中图像的重构问题进行求解。截断核范数最小化模型与传统的核范数最小化模型相比，可以更有效地利用图像的低秩性。实验结果表明，本发明提出的基于截断核范数最小化的组稀疏压缩感知重构方法具有很好的收敛性，与现有方法相比，可以有效提升图像的重构效果。
-
Patent Agency Ranking
公开(公告)号：CN106780399A
公开(公告)日：2017-05-31
申请号：CN201710017078.8
申请日：2017-01-10
Applicant: 南开大学
Abstract: 本发明属于信号处理和稀疏表示技术领域，具体涉及一种应用于压缩感知的图像重构方法。本发明引入图像的多尺度结构性组稀疏特性，提出了一种基于多尺度组稀疏模型的压缩感知图像重构方法。该方法同时利用了自然图像的稀疏性与多尺度自相似性，从图像的多尺度组稀疏域中构建结构性自相似组，然后对每个组训练自适应字典，并采用硬阈值算子计算稀疏系数，进而应用基于迭代收缩阈值的方法对提出的模型进行高效求解。多尺度组稀疏方法大大提高了图像在稀疏域内的稀疏程度。实验结果表明，本发明提出的压缩感知重构方法与现有方法相比，可以有效提升图像的重构效果。
-
公开(公告)号：CN106972862B
公开(公告)日：2020-12-11
申请号：CN201710185910.5
申请日：2017-03-21
Applicant: 南开大学
IPC: H03M7/30
Abstract: 本发明属于信号处理和稀疏表示技术领域，具体涉及一种应用于压缩感知的图像重构方法。本发明深入发掘图像的非局部自相似性，提出了一种基于截断核范数最小化的组稀疏压缩感知图像重构方法。该方法同时利用了自然图像的稀疏性与低秩性，结合截断核范数最小化和组稀疏表示模型，利用交替方向乘子法对压缩感知中图像的重构问题进行求解。截断核范数最小化模型与传统的核范数最小化模型相比，可以更有效地利用图像的低秩性。实验结果表明，本发明提出的基于截断核范数最小化的组稀疏压缩感知重构方法具有很好的收敛性，与现有方法相比，可以有效提升图像的重构效果。
-
公开(公告)号：CN106953640A
公开(公告)日：2017-07-14
申请号：CN201710195703.8
申请日：2017-03-24
Applicant: 南开大学
IPC: H03M7/30
CPC classification number: H03M7/3062
Abstract: 本发明公开了基于压缩感知正交匹配追踪算法的一种融合改进方法，属于压缩感知技术领域。本发明基于正交匹配追踪算法，改进压缩感知重构算法，实现信号重构，突破现有算法信号重构成功率的瓶颈；提出以先验参数控制正交匹配追踪算法在融合过程中所占比重，通过可控融合实现算法改进；提出以正交匹配追踪算法得到的原子集和现有算法融合的方式进行算法改进，改进方式简单有效，显著提高信号重构成功率。本发明提高了现有算法的重构成功率，实现了低测量值下的高成功率重构，适用于多种压缩感知重构算法，对于压缩感知理论的进一步应用具有有效促进作用。
-
公开(公告)号：CN109714814A
公开(公告)日：2019-05-03
申请号：CN201910125261.9
申请日：2019-02-18
Applicant: 南开大学
Abstract: 本发明公开了一种无线传感器网络数据传输和恢复的方法，针对实时性要求不高的无线传感器网络，周期进行采集和传输数据，包括传感器节点传输数据方法和对应的基站接收到数据后恢复数据方法两个方面。传感器节点每周期随机选取确定数量的少量时序，感知信息得到数据，基于无线传感器网络数据随时间变化小的特点，传感器节点去除未感知的时序，得到新的不含零的数据集，根据压缩感知方法进行数据编码压缩并传输；基站接收到数据后先用重构方法重构出少量时序的数据集，再用矩阵填充方法恢复出完整数据。本发明能够在低采样率和高压缩率下实现数据的传输和恢复，大幅度减少数据采集和传输量，从而减少能耗，延长网络生命周期。
-
公开(公告)号：CN106953641A
公开(公告)日：2017-07-14
申请号：CN201710195704.2
申请日：2017-03-24
Applicant: 南开大学
IPC: H03M7/30
CPC classification number: H03M7/3062
Abstract: 本发明公开了一种基于压缩感知的多算法融合自适应信号重构方法，属于压缩感知技术领域。本发明能将多个不同类型的压缩感知重构算法进行不均等融合，实现信号重构，突破参与融合的重构算法信号重构成功率的瓶颈；通过在参与融合的算法中设定主算法，实现算法的不均等融合，提高算法融合有效性；通过多个算法支撑集的多次交、并集获取，获得大小自适应的原子集，再通过原子集与主算法融合，实现自适应信号重构，显著提高信号重构成功率，一定程度上降低了融合重构时间。本发明突破了单一算法重构成功率的瓶颈，适用于多种压缩感知重构算法，相比于均等融合方法重构效果优越。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
