[发明专利]一种基于多维张量字典学习算法的图像处理方法在审
申请号: | 201711403739.7 | 申请日: | 2017-12-22 |
公开(公告)号: | CN108305297A | 公开(公告)日: | 2018-07-20 |
发明(设计)人: | 姜飞;申瑞民 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G06T9/00 | 分类号: | G06T9/00 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 翁惠瑜 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于多维张量字典学习算法的图像处理方法,该方法将多维信号以张量表达实现图像处理;所述张量表达过程为:通过求解一张量稀疏编码模型获得张量字典及相应的张量系数,获得与输入的多维信号相应的张量。本发明采用基于交替迭代优化的有效求解算法进行张量稀疏编码模型的求解,包括固定字典求稀疏表示算法和固定稀疏编码求字典的算法。与现有技术相比,本发明提出的张量稀疏编码模型,在保持数据本身的空间结构的同时考虑各个维度之间的相关性,具有计算复杂度低、计算效率高等优点。 | ||
搜索关键词: | 稀疏编码 算法 图像处理 多维信号 字典学习 求解 多维 字典 空间结构 计算复杂度 固定字典 计算效率 交替迭代 模型获得 求解算法 稀疏表示 维度 优化 | ||
【主权项】:
1.一种基于多维张量字典学习算法的图像处理方法,其特征在于,该方法将多维信号以张量表达实现图像处理;所述张量表达过程为:通过求解一张量稀疏编码模型获得张量字典及相应的张量系数,获得与输入的多维信号相应的张量;所述张量稀疏编码模型表达为:其中,x表示多维信号,表示张量字典,表示张量系数,‖‖F表示F范数,‖‖1表示1范数,β表示稀疏参数,表示的第j个侧面切片,即,第j个张量基,r表示张量基的个数,其中r>n1。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711403739.7/,转载请声明来源钻瓜专利网。