程炜
- 作品数：2 被引量：11H指数：1
- 供职机构：湘潭大学信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 图像去雾中的大气光强度自适应恢复算法研究被引量：1
- 2017年
- 传统的单幅图像去雾方法中大气光强度仅设定为与图像最亮象素有关的经验值,容易造成去雾后的图像亮度偏暗,且某些区域色彩还原失真等问题。本文提出一种大气光强度自适应恢复算法。首先对图进行分块,根据每个图块的像素在RGB颜色空间分布在同一条线上,可求得大气光强度的方向,然后对大气光强度模值引入一个惩罚因子实现图像去雾,对去雾后图像提出大气光强度模值估计的目标函数,根据图像明暗系数的最大值与透射率的等级无关的约束条件,利用L-BFGS优化从而得到正确的大气光强度模值。实验结果证明该方法可以有效避免大气光强度估值偏差而引起的图像色彩失真,鲁棒性强,去雾后的图像具有更好的色彩还原度和清晰度,更能符合人眼视觉效果。
- 程炜汤红忠朱玲王翔李骁郭雪峰
- 关键词：透射率
- 带边界条件约束的非相干字典学习方法及其稀疏表示被引量：10
- 2015年
- 从字典的相干性边界条件出发,提出一种基于极分解的非相干字典学习方法 (Polar decomposition based incoherent dictionary learning,PDIDL),该方法将字典以Frobenius范数逼近由矩阵极分解获取的紧框架,同时采用最小化所有原子对的内积平方和作为约束,以降低字典的相干性,并保持更新前后字典结构的整体相似特性.采用最速梯度下降法和子空间旋转实现非相干字典的学习和优化.最后将该方法应用于合成数据与实际语音数据的稀疏表示.实验结果表明,本文方法学习的字典能逼近等角紧框架(Equiangular tight-frame,ETF),实现最大化稀疏编码,在降低字典相干性的同时具有较低的稀疏表示误差.
- 汤红忠张小刚陈华程炜唐美玲
- 关键词：字典学习
