摘要：研究了稀疏表示中影响字典矩阵构建质量的关键因素,并实现了关键因子定量化表示.分别对图像数量、取块大小、字典列数和取块步长等因子进行参数调整并生成字典矩阵,结合系数矩阵对原始图像重构,以峰值信噪比和结构相似性索引测量这两种质量评价指标作为字典质量的评估依据.实验以CMU_PIE_Face数据库为数据源,结果表明当图像数量为500张、取块大小为4个像素点、字典列数为512维、取块步长为2个像素点时,所得到的字典具备对原始图像的最佳表示能力.因此,稀疏表示中关键因子的定量化表示可加速字典学习过程且简化模型复杂度,提高字典抽象层质量,具备更强的图像表现力.
分类：期刊> 自然科学与工程技术> 工程科技I> 化学
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > CA 化学文摘(美) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：稀疏表示 字典学习 字典精度 图像质量评价指标
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
