TY-JOURA2-SenthirkumaranAU-Su-Jian-JiaAU-Tien,Chung-HaoPY-2020DA-2020/07/20TI-ServiceLips本文中,我们建议分两步算法,传统ER/HIO迭代作用粗特征重构,KSVD绘图技术处理精特集KSVD允许多采词典内容稀疏适对象集示例,只要ER/HIO算法在早期阶段提供像样对象估计,违反对象约束像素可恢复高图像质量数值分析显示ER+KSVD和HIO+KSVD通过多独立初始Fourier阶段的有效性多功能简单化后,建议方法可泛化化实施,并增加公元前状态SN - 1687-9384UR- https://doi.org/101155/2034830DO-10.1155/2034830JF-IbsistsPB-HindawiKW-ER