دانلود مقاله ISI انگلیسی شماره 79133
عنوان فارسی مقاله

تنظیم ترکیب جدید و الگوریتم سریع برای سنجش تراکمی مناسب

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
79133 2013 8 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
A novel compound regularization and fast algorithm for compressive sensing deconvolution
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Neurocomputing, Volume 119, 7 November 2013, Pages 131–138

کلمات کلیدی
سنجش تراکمی؛ دکانولوشن از اندازه گیری ناقص :تنظیم مرکب؛ تفکیک متغیر
پیش نمایش مقاله
پیش نمایش مقاله  تنظیم ترکیب جدید و الگوریتم سریع برای سنجش تراکمی مناسب

چکیده انگلیسی

Compressive Sensing Deconvolution (CS-Deconvolution) is a new challenge problem encountered in a wide variety of image processing fields. Since CS is more efficient for sparse signals, in our scheme, the input image is firstly sparse represented by curvelet frame system; then the curvelet coefficients are encoded by a structurally random matrix based CS sampling technique. In order to improve the CS-deconvolution performance, a compound variational regularization model, which combined total variation and curvelet-based sparsity prior, is proposed to recovery blurred image from compressive measurements. Given the compressive measurements, we propose a novel fast algorithm using variable-splitting and Dual Douglas–Rachford operator splitting methods to produce high quality deblurred results. Our method considerably improves the visual quality of CS reconstruction for the given number of random measurements and reduces the decoding computational complexity, compared to the existing CS-deconvolution methods.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.