一种基于混合加权全变分和非局部低秩的图像压缩感知重构方法
发明专利本发明涉及一种基于混合加权全变分和非局部低秩的图像压缩感知重构方法,属于属于信号处理技术领域。该方法包括:S1首先对原始图像进行CS处理,得到观测图像;然后利用平均曲率M构造的边缘检测器对观测后的图像进行分解,得到高频部分和低频部分;再对图像的低频部分进行二阶全变分处理,对图像的高频部分进行一阶加权全变分处理,得到一个混合加权全变分模型;S2将图像样本块和样本相似块按列聚合成为一个数据矩阵,得到一个非局部低秩模型;S3将混合加权全变分模型和非局部低秩模型联合,得到最终的目标函数,通过ADMM算法对目标函数进行优化求解。本发明在采样率较低的情况下具有更高的重构质量。
《一种基于混合加权全变分和非局部低秩的图像压缩感知重构方法》是一发明专利,专利号为 2019110558746,当前法律状态为已售,由重庆邮电大学提出申请,发明人为赵辉;刘衍舟;黄橙;王天龙,公开(公告)日期为2020-02-21,国际专利分类号(IPC)为 H03M7/30(2006.01)I;H04N19/176(2014.01)I,高新资质:未报高企,所属技术领域包括:信号处理技术。该专利权属清晰,可通过正规流程办理转让,适用于企业技术升级、资质申报与战略布局。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种基于混合加权全变分和非局部低秩的图像压缩感知重构方法,属于属于信号处理技术领域。该方法包括:S1首先对原始图像进行CS处理,得到观测图像;然后利用平均曲率M构造的边缘检测器对观测后的图像进行分解,得到高频部分和低频部分;再对图像的低频部分进行二阶全变分处理,对图像的高频部分进行一阶加权全变分处理,得到一个混合加权全变分模型;S2将图像样本块和样本相似块按列聚合成为一个数据矩阵,得到一个非局部低秩模型;S3将混合加权全变分模型和非局部低秩模型联合,得到最终的目标函数,通过ADMM算法对目标函数进行优化求解。本发明在采样率较低的情况下具有更高的重构质量。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
