文献

J-GLOBAL ID：201702232987234605   整理番号：17A1287787

低ランクとスパース性事前知識に基づく圧縮センシング画像再構成【JST・京大機械翻訳】

Compressed sensing image reconstruction based on low-rank and sparse prior

著者 (2件)： Chen Zhangwei (南京暁庄学院信息工程学院,南京,211171) ,  Zhu Jun (金陵科技学院計算机工程学院,南京,211169)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 3  ページ： 949-952  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在の再構成効果が最も低いので,NLR再構成アルゴリズムは,画像の局所構造情報を無視し,画像のエッジを効果的に再構成することができず,測定値が不変の場合には,画像再構成の品質を改善するために,低ランクの事前知識に基づいていなければならない。まばらな制約(勾配領域のスパース性の全劣化)を画像の更なる事前知識として導入し、総悪化と低ランク制約に基づくCS画像再構築モデルを構築した。拡張ラグランジュ-交互方向乗数アルゴリズムを用いて,非凸最適化問題を解いた。実験結果は,従来のスパース性事前再構成アルゴリズムとNLRアルゴリズムと比較して,提案したアルゴリズムがより高い画像再構成品質を得ることができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： モデル ,  アルゴリズム ,  *再構成 ,  不変性 ,  品質 ,  *画像再構成 ,  *画像
準シソーラス用語： 非凸最適化問題 ,  局所構造 ,  再構成アルゴリズム ,  *圧縮センシング ,  *事前知識 ,  *スパース性 , 【Automatic Indexing@JST】

著者キーワード (4件)： compressive sensing ,  sparse representation ,  total variation ,  low-rank property

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： スパース性 ,  事前知識 ,  圧縮センシング ,  画像再構成