Earticle

현재 위치 Home

Blind Separation of Permuted Alias Image Based on K-SVD Dictionary Learning

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJHIT) 바로가기
  • 간행물
    International Journal of Hybrid Information Technology 바로가기
  • 통권
    Vol.8 No.10 (2015.10)바로가기
  • 페이지
    pp.187-196
  • 저자
    X. T. Duan, E. Zhang, Y. J. Yang, W. Wang
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A257229

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
In this work, a new blind separation algorithm for permuted alias image based on dictionary learning is proposed according to a type of permuted alias image with noise diversity. Sparse representation of permuted alias image is obtained by dictionary learning method, since it has high adaptability and its representation result has higher sparsity degrees than that of parameter dictionary. An optimal permuted alias image is achieved by conducting sparse representation with K-SVD dictionary learning algorithm restrained with nonzero element number. The size and the location of permuting region is found by detecting the subtraction image, which is defined as the difference between the reconstructed permuted alias image and the original permuted alias image. The permuting region is optimized by implementing image morphological operation and is separated from the permuted alias image by the threshold. Experimental results show that the permuting sub-images can be efficiently separated from the permuted alias image, which is not affected by the size, location, number of permuting sub-images and noise level of the permuting sub-images.

목차

Abstract
 1. Introduction
 2. Blind Separation of Permuted Alias Image Mode in Sparse domain
  2.1. Permuted Alias Image Mode
  2.2. Permuted Blind Separation of Permuted Alias Image Mode in Sparse Domain
 3. Sparse Representation base on Dictionary learning
 4. Blind Detection and Separation of Permuted Alias Image
 5. Results and Discussion
 CONGLUSIONS
 ACKNOWLEDGEMENTS
 References

키워드

blind separation permuted alias image sparse representation dictionary learning K-SVD

저자

  • X. T. Duan [ School of Computer and Information Engineering, Henan Normal University, Henan, China, Engineering Technology Research Center for Computing Intelligence & Data Mining, Henan Province ]
  • E. Zhang [ School of Computer and Information Engineering, Henan Normal University, Henan, China, Engineering Technology Research Center for Computing Intelligence & Data Mining, Henan Province ]
  • Y. J. Yang [ School of Computer and Information Engineering, Henan Normal University, Henan, China, Engineering Technology Research Center for Computing Intelligence & Data Mining, Henan Province ]
  • W. Wang [ School of Electronics and Information, Nantong University, Jiangsu, China ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJHIT) [Science & Engineering Research Support Center, Republic of Korea(IJHIT)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Hybrid Information Technology
  • 간기
    격월간
  • pISSN
    1738-9968
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Hybrid Information Technology Vol.8 No.10

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.