- 博客(2)
- 收藏
- 关注
原创 稀疏表示去噪中的一些小问题
1.基于稀疏表示的图像去噪,是将图像分块,对于每个块进行稀疏表示得到系数矩阵,然后重构图像通过系数矩阵*字典得到吗?稀疏表示过程中每次将图像的每一列与字典做内积,选择最大的一个,计算残差,多次迭代,继续找与残差最匹配的原子,然后通过最小二乘法求系数a,最终得到一个系数矩阵A。最后是通过系数矩阵和字典的乘积来恢复图像吗? 答:图像分块后,将图像的每一个像素排成一列,然后再字典上进行稀疏表示。。。。
2016-09-21 23:11:52 6203
原创 稀疏表示
1.什么是稀疏表示? 假设我们用一个M*N的矩阵表示数据集X,每一行代表一个样本,每一列代表样本的一个属性,一般而言,该矩阵是稠密的,即大多数元素不为0。 稀疏表示的含义是,寻找一个系数矩阵A(K*N)以及一个字典矩阵B(M*K),使得B*A尽可能的还原X,且A尽可能的稀疏。A便是X的稀疏表示。 表达为优化问题的话,字典学习的最简单形式为: 其中xi为第i个样本,B
2016-09-21 22:34:25 1259
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人