图像处理
wulinxianglian
这个作者很懒,什么都没留下…
展开
-
稀疏学习
Sparse,L1-minimization, Compressive Sensing Sparse大家并不陌生,是个经典话题了。而此时sparse已经卷土重来,虽然还是那一锅汤,但是药已经换了。 以L1-minimization为核心的算法,近几年飞速进展,Compressive Sensing (CompressiveSampling) 已然成为数学领域和信号处理最前沿最热门的方向。转载 2014-02-10 17:15:20 · 618 阅读 · 0 评论 -
稀疏表示step by step
声明:本人属于绝对的新手,刚刚接触“稀疏表示”这个领域。之所以写下以下的若干个连载,是鼓励自己不要急功近利,而要步步为赢!所以下文肯定有所纰漏,敬请指出,我们共同进步! 踏入“稀疏表达”(Sparse Representation)这个领域,纯属偶然中的必然。之前一直在研究压缩感知(Compressed Sensing)中的重构问题。照常理来讲,首先会找一维的稀疏信号(如下图)来验证CS理论转载 2014-02-10 17:17:01 · 637 阅读 · 0 评论 -
字典学习-网友答疑
http://www.ilovematlab.cn/forum.php?mod=viewthread&tid=217168&page=1#pid1971488 请问大虾们有关字典学习的问题,y=Dx。这里的y可以被认为是观测到的含噪图像,D是字典,x是所要求的原始图像。那么 问题是,这个D是什么,我的意思是: D 里面的数据是类似什么样的数据?这个D是怎么得到的呢?D里面的数据是和x里的数据转载 2014-02-10 17:20:03 · 630 阅读 · 0 评论