搜索资源列表
cvut_test
- 立体视觉中的稀疏点重构程序 特征点匹配后得到重构图像，对立体视觉的研究有很大的指导性作用-In the stereo vision,the reconstruction of the object based on the two sides of the object.
chonggou
- 立体视觉中的稀疏点重构程序 特征点匹配后得到重构图像，对立体视觉的研究有很大的指导性作用 三维显示程序-In the stereo vision,the reconstruction of the object based on the two sides of the object.
Efficient-Belief-Propagation
- 图像修复,利用块稀疏的方式实现图像的修复，根据图像丢失区域附近的稀疏程度来描述响应点的优先级决定修复顺序-Image Inpainting
ksvdsbox11-min
- KSVD字典训练程序，用于生成适应于图像内容的稀疏字典。稀疏描述必读程序。-KSVD dictionary training program used to generate a sparse dictionary adapted to image content. Sparse descr iption of the Privacy Policy program.
omp
- 用小波变换作为稀疏基，采取OMP算法将图像重建恢复，由于算法计算量大会导致成像时间过长，程序用改进的分块处理缩短了时间，-Wavelet transform as a sparse base, take OMP algorithms to restore the image reconstruction algorithm to calculate the General Assembly led to the long imaging
KSVD
- Kvsd算法，主要用于图像去噪，结合了图像的稀疏信息-ksvd denoising
CT_C
- 从压缩感知原理，利用稀疏矩阵存储特征值，保证图像的不失真存储，从而有效减少运算量，实现快速在线视频跟踪。-compressive tracking
Simulation-visual-mechanism
- 提出一个小波域多尺度马尔柯夫随机场模型用于模拟视觉系统在图像分割中的若干功能。针对人类视觉系统具有特征检测器、等级层次性、双向连续性、学习机制等功能，对输入场景，该模型用小波变换提供该场景图像的稀疏表示，模拟特征检测器功能 用金字塔结构模拟等级层次性 用两类信息流模拟双向连接性，分别刻画自底向上的输入图像特征提取过程以及自顶向下的反馈过程 用迭代过程模拟学习机制 采用多尺度马尔柯夫随机场模型实现图像分割。-Put forward a w
paper1
- 一种基于稀疏编码的多核学习图像分类方法.pdf-Based on sparse coding the multicore learning image classification method. Pdf
20120903
- 基于类别相关近邻子空间的最大似然稀疏表示鲁棒图像识别算法-Category neighboring subspace-based maximum likelihood sparse representation robust image recognition algorithm
TILT_v1_03
- 目前很火的基于稀疏低秩表达的TILT源码，可以实现图像的自动扳正，规则图像的自动校准-Fire based on sparse low rank expression TILT source, can achieve automatic image Righting rule automatic calibration of images
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
CSR_IR
- 这是基于稀疏表示的图像重建，用来做图像去模糊或超分辨，绝对可以用-Sparse Representation for Image Restoration
Single_Image_SR
- 用于基于稀疏表示的图像超分辨研究很好的一个工具箱-Based on image sparse representation used for image super resolution research is a good tool kit
CS_Primary_tutorial
- CS压缩传感的初级教学代码，使用OMP重构，已注释，包括1维信号，2维图像的重构，分别使用dct和小波稀疏，列扫描和分块法进行omp重构-CS compressed sensing primary teaching code using OMP remodeling, already commented, including a 1-dimensional signals, 2-dimensional image reconstruct
CS-based-on-FFT-or-DWT
- 图像压缩感知,稀疏基为FFT或DWT（其中FFT是构造正交变换矩阵，DWT是对高频系数进行测量）；重构方法为OMP-compression sensing of image based on FFT or DWT
WT-OMPmatrix
- 对图像进行压缩感知，通过构造小波正交变换矩阵进行稀疏表示，用OMP重构-CS of image based on WT
Wavelet_OMP
- 本程序实现图像LENA的压缩传感,包括图像的稀疏表示，图像重构等等子函数，运行效果良好-The program image LENA compressive sensing, including the sparsity of the image, image reconstruction, and so subfunction running well
A-global-reconstruction-model
- 已有的基于分块压缩感知的图像重构模型采用相同的测量矩阵以块 ×块的方式获取数据，解决了传统ＣＳ方法中测量矩阵所需存储量较大的问题，但由于采用分块重构，没有考虑 到图像的全局稀疏度，出现了大量的块效应。-Current image reconstruction models using block compressed sensing
lc_improveGPSR
- 图像重建算法,优化算法（陆吾生推荐）--梯度投影稀疏重建-image reconstruction： GPSR