论文部分内容阅读
从过完备字典中得到图像的最稀疏表示是一个NP难问题，即使是次优的匹配追踪也相当复杂．针对Gabor多成份字典，提出基于多种群离散差分进化的图像稀疏分解算法．该算法采用3个子种群在不同成份子字典中搜索最佳匹配原子，父代通过多种变异算子生成多个子代，保持群体多样性，同时引入相关系数避免残差更新时多原子匹配重叠的问题．实验表明相比于快速匹配追踪算法，在稀疏逼近性能相当的情况下，文中算法的稀疏分解速度更快；与其他基于进化算法的稀疏分解方法相比，文中算法的稀疏逼近性能更优．最后的结果分析验证文中算法参数设置的合理性