本文關(guān)鍵詞：基于秩極小化的壓縮感知圖像恢復(fù)算法

  更多相關(guān)文章： 壓縮感知 秩最小化 圖像恢復(fù) 非局部相似

【摘要】：本文將壓縮感知圖像恢復(fù)問題作為低秩矩陣恢復(fù)問題來進行研究.為了構(gòu)建這樣的低秩矩陣,我們采樣非局部相似度模型,將相似圖像塊作為列向量構(gòu)建一個二維相似塊矩陣.由于列向量間的強相關(guān)性,因此該矩陣具有低秩屬性.然后以壓縮感知測量作為約束條件對這樣的二維相似塊矩陣進行低秩矩陣恢復(fù)求解.在算法求解的過程中,使用增廣拉格朗日方法將受限優(yōu)化問題轉(zhuǎn)換為非受限優(yōu)化問題,同時為了減少計算復(fù)雜度,使用基于泰勒展開的線性化技術(shù)來加速算法求解.實驗表明該算法的收斂率、圖像恢復(fù)性能均優(yōu)于目前主流壓縮感知圖像恢復(fù)算法.
【作者單位】： 中國科學院計算技術(shù)研究所;北京市移動計算與新型終端重點實驗室;
【關(guān)鍵詞】： 壓縮感知 秩最小化 圖像恢復(fù) 非局部相似
【基金】：國家自然科學基金(No.61001123;No.61327013;No.61471343) 廣東省教育部產(chǎn)學研結(jié)合項目(No.2012B091000106) 中科院儀器裝備項目(No.YZ201321)
【分類號】：TP391.41
【正文快照】： 1引言根據(jù)經(jīng)典香農(nóng)-那奎斯特采樣定理,為了精確重建原始信號,信號的采樣頻率至少是被采樣信號帶寬的兩倍,隨著信號帶寬的逐步提高,例如高分辨率醫(yī)學圖像和衛(wèi)星云圖等,對信號的采樣速率和數(shù)據(jù)存儲提出了越來越高的要求.然而在實際應(yīng)用中,為了減少數(shù)據(jù)的存儲、處理和傳輸成本,常

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫肖;李維國;;原對偶積極集法求解改進的有界約束圖像恢復(fù)問題[J];中國圖象圖形學報;2009年03期

2 唐曉東;劉平;;保色彩圖像恢復(fù)研究的進展[J];中國人民公安大學學報(自然科學版);2009年03期

3 劉紅毅;韋志輝;張崢嶸;;改進的核回歸圖像恢復(fù)[J];中國圖象圖形學報;2011年12期

4 朱若谷;線性聯(lián)想存貯器在圖像恢復(fù)中的應(yīng)用[J];光學儀器;1997年S1期

5 賀建峰;圖像恢復(fù)的神經(jīng)網(wǎng)絡(luò)差值權(quán)反饋法[J];昆明理工大學學報;1997年04期

6 沈瑛,吳建華,吳祿慎;由約束最小二乘方法改進的圖像恢復(fù)方法[J];數(shù)據(jù)采集與處理;2002年03期

7 趙春暉,張文成,朱海峰;基于層疊濾波的快速圖像恢復(fù)算法[J];信息技術(shù);2003年10期

8 樊鑫,梁德群,張旗,趙凌;引入統(tǒng)計先驗的人臉圖像恢復(fù)[J];計算機輔助設(shè)計與圖形學學報;2004年04期

9 邢桂華,朱慶保;基于模糊調(diào)整的徑向基函數(shù)網(wǎng)絡(luò)圖像恢復(fù)算法[J];計算機應(yīng)用;2005年06期

10 潘梅森,肖政宏;基于神經(jīng)網(wǎng)絡(luò)的降質(zhì)圖像恢復(fù)[J];湖南文理學院學報(自然科學版);2005年03期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 王守覺;謝美芬;曹文明;;圖像恢復(fù)的一種新方法[A];2006中國控制與決策學術(shù)年會論文集[C];2006年

2 管永紅;王潤生;施將君;;多底片圖像恢復(fù)技術(shù)研究[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

3 柳建軍;肖庭延;王U，

本文編號：925577