搜索资源列表
KSVD_Matlab_ToolBox
- 数字图像处理，K-SVD字典学习方法，信号的稀疏与冗余表示理论，图像压缩，图像去噪-Digital image processing, K-SVD dictionary learning methods, sparse and redundant signal representation theory, image compression, image denoising
KSVD_Matlab_ToolBox
- 这是线性训练K-SVD词典的一种新算法 表示的信号。给定一组信号，K-SVD试图 提取物，可以稀疏表示这些信号最好的词典。 深入讨论了K-SVD算法中可以找到的： “K-SVD：设计的超完备字典的一个算法 稀疏表示”，由M.阿哈，M. Elad和点写，适应性， 在IEEE Transactions出现。在信号处理，卷54，11号， 第4311-4322，十一月2006
ImprovedDL
- 这是一篇SCI文章《改善字典学习：多字典更新和系数重用》里的Matlab代码，包含了OMP、Batch-OMP、CoROMP等匹配跟踪算法代码以及改进的K-SVD字典学习算法代码，是图像稀疏表示研究方向重要的源代码，有助于大家学习和改进。-This file folder reproduces the Figures for paper:"Improving Dictionary Learning: Multiple Dictionar
KSVD_Matlab_ToolBox
- 稀疏表示字典的训练方法，由压缩感知领域大神M. Elad公布的matlab工具包-matlab tools for K-SVD
KSVD
- 字典 学习 稀疏表示 传统的K-svd训练字典及稀疏稀疏，解压即可用。-Dictionary learning sparse representation of the traditional K- SVD training dictionary and sparse sparse, decompression can use.
K-SVD-algorithm
- KSVD算法，对于字典训练很实用，并且，对于基于稀疏表示方法，可以提高精度-KSVD algorithm for dictionary training is very practical，And, based on sparse representation method, can improve the precision
CSR_Denoising
- 该算法首先通过字典学习得到含噪图像的冗余字典，然后对相似的图像块进行聚类构成块群，并通过迭代收缩和L1正则化约束，对同类的图像块在字典上进行稀疏表示，以达到降噪的目的。实验结果表明，在常规的图像处理上，本文提出的算法能较好的保留图像的结构信息，与K-SVD和BM3D等现有的流行算法相比，具有更高的峰值信噪比（PSNR）-It firstly get the redundant dictionary of a noised image b
ksvdsbox11-min
- KSVD 算法 K-SVD通过构建字典来对数据进行稀疏表示，经常用于图像压缩、编码、分类等应用(KSVD algorithm K-SVD sparse data is represented by building dictionaries, often used for image compression, coding, classification, and other applications)
K-SVD
- 稀疏编码和字典学习算法，正交匹配追踪算法获得稀疏表示稀疏，ksvd用来学习字典(Sparse coding and dictionary learning algorithm, orthogonal matching tracking algorithm to obtain sparse sparse, ksvd used to learn the dictionary)
K-SVD_and_W_KSVD_Sparse_Representation
- 通过字典学习更新的方法，对图像信号进行稀疏化分解(Through the method of learning and updating the dictionary, the image signals are sparse decomposed)
107215802AnalysisKSVD
- 实现图像的稀疏编码，采用k-svd进行字典学习，omp算法进行稀疏表示系数的计算，内附有去噪例子(To achieve the image sparse coding, using K-SVD dictionary learning, OMP algorithm for sparse representation of the calculation of factors, with examples of denoising)
AnalysisKSVDbox
- K-SVD可以看做K-means的一种泛化形式，K-means算法总每个信号量只能用一个原子来近似表示，而K-SVD中每个信号是用多个原子的线性组合来表示的。 K-SVD通过构建字典来对数据进行稀疏表示，经常用于图像压缩、编码、分类等应用。(K-SVD can be regarded as a generalized form of K-means. The total K-means algorithm can only appro