《表1 不同初始字典下两种字典学习算法重构图像的RMSE比较》
为了验证文中字典算法对初始字典的鲁棒性,将文中算法与文献[10]算法进行对比.两种算法分别以离散余弦字典(DCT)、不同小波基(haar、sym8和db8)的小波字典作为初始字典,并通过训练得到更新后的字典,然后采用OMP算法求解稀疏度为4的稀疏系数,最后用稀疏系数与字典重构图像.用不同初始字典和迭代次数训练得到的字典重构Lena图像,其均方根误差(RMSE)如表1所示.从表中可以看出,在相同的迭代次数和稀疏度情况下,采用文中字典学习算法得到的自适应字典均能获得更好的重构效果.例如,采用不同小波基的小波字典为初始字典时,与文献[10]算法相比,文中算法重构图像的均方根误差减少了50%左右,表明文中算法具有更好的信号表示能力,对初始字典具有更好的鲁棒性.这是因为文中算法在SVD分解后直接引入了上一次训练的先验信息,强化了字典对信号的稀疏表示能力,从而提高了图像的重构效果.
图表编号 | XD0026562700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.01 |
作者 | 刘杰平、杨朝煜、陈栋、杨业长、马丽红 |
绘制单位 | 华南理工大学电子与信息学院、华南理工大学电子与信息学院、华南理工大学电子与信息学院、华南理工大学电子与信息学院、华南理工大学电子与信息学院 |
更多格式 | 高清、无水印(增值服务) |