应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

CyRhmU.jpeg
小木虫论坛-学术科研互动平台 » 专业学科区 » 信息科学 » 图像处理 » 压缩感知和稀疏表示有什么区别
462/5返回列表上一页12345下一页
查看: 8973  |  回复: 45
只看楼主@他人 存档 新回复提醒 (忽略) 收藏    在APP中查看

defore

金虫 (小有名气)
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
坛内有高手。2-4楼都有道理。
赞一下 回复此楼
11楼2012-10-16 21:31:02
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

sololee2010

木虫 (正式写手)

飞仔
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
小木虫: 金币+2, 帖子真精彩 2014-12-09 09:29:27
引用回帖:
7楼: Originally posted by longliuly at 2012-10-15 09:57:25
请教一下，正交变换基有哪些？还有他们的具体表示形式是？...

正交变换基有许多，如果图像信号的话，常用的基是DCT基、正交小波基。正交小波基中在的CS文献中，常用的是Dauchies-4小波，这类小波变换，可在Rice大学的小波工具包中实现。关于具体表示形式，就是正变换为alpha = Psi * f， 反变换为f = Psi^(T)*alpha，正交矩阵的逆就是转置，这是常识。想要了解CS的基本原理，我建议您去看Baraniuk的综述文章《compressive sensing》，这是工程派CS的代表作。CS的名称就要三种，分别是compressed sensing、compressive sensing、compressive samping， 不要认为他们是同义词，他们各自有不同的观点。如果你要研究图像视频方面的CS应用，建议你看Fowler JE课题组的文章，这个课题组的文章非常实用，是入门级的文献，特别建议你们看他们2012年的综述文章。国内各个课题组不成组织，个人感觉靠点谱的，是燕山大学，练秋生组，不过太偏理论。我是赞同工程派CS观点的，主要偏图像视频方面的。希望对你有用。
赞一下(15人) 回复此楼
12楼2012-10-18 20:41:43
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

longliuly

至尊木虫 (正式写手)
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
引用回帖:
12楼: Originally posted by sololee2010 at 2012-10-18 20:41:43
正交变换基有许多，如果图像信号的话，常用的基是DCT基、正交小波基。正交小波基中在的CS文献中，常用的是Dauchies-4小波，这类小波变换，可在Rice大学的小波工具包中实现。关于具体表示形式，就是正变换为alpha = ...

谢谢，很有用！多多交流！！
赞一下 回复此楼
喜欢的话，去做就行！
13楼2012-10-19 07:51:17
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

star2883

木虫 (小有名气)
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
高手太多，无话可说。
赞一下 回复此楼
14楼2012-10-19 09:05:00
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

hpuxsj

新虫 (初入文坛)
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
“约束等距性”有何直观的数学含义？
赞一下 回复此楼
15楼2012-10-31 19:12:23
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

sweet1200

银虫 (初入文坛)
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
看了很多文字，感觉明白了又感觉不太明白
赞一下 回复此楼
16楼2012-11-22 22:06:35
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

司马九明

新虫 (初入文坛)
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
正交基：DFT、DCT  DWT 沃尔什 多尺度（FRIT curvelet contourlet bandelet等）
赞一下 回复此楼
17楼2012-11-23 11:24:51
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

sysumeimei

金虫 (小有名气)
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
压缩感知关键要素包括稀疏表示、测量矩阵和重构算法。
       信号在某种表示方式下的稀疏性，是压缩感知应用的理论基础。经典的稀疏化的方法有离散余弦变换（DCT）、傅里叶变换（FFT）、离散小波变换（DWT）等。
赞一下 回复此楼
研究MRI和CS相结合的人能和分享学习心得不？
18楼2012-11-29 20:02:38
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

bestluyf

木虫 (正式写手)
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
稀疏表示是压缩感知的前提
赞一下 回复此楼
19楼2012-11-30 09:17:43
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

zhuan_cy

金虫 (正式写手)
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
建议看微软Yi Ma，以色列Elad，以及美国Baraniuk研究组。
赞一下 回复此楼
20楼2012-12-05 14:57:50
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 流之源 的主题更新
462/5返回列表上一页12345下一页
普通表情 龙 兔 虎 猫 高级回复(可上传附件)
信息提示
关闭
请填处理意见
关闭