本文關鍵詞：結合全變差與自適應低秩正則化的圖像壓縮感知重構

  更多相關文章： 壓縮感知 全變差 非局部方法 低秩逼近 協(xié)同重構

【摘要】：針對基于固定變換基的協(xié)同稀疏圖像壓縮感知(CS)重構算法不能充分利用圖像自相似特性的問題,提出了一種改進的聯(lián)合全變差與自適應低秩正則化的壓縮感知重構方法。首先,通過圖像塊匹配法尋找結構相似塊,并組成非局部相似塊組;然后,以非局部相似塊組加權低秩逼近替代協(xié)同稀疏表示中的三維小波變換域濾波;最后,結合梯度稀疏與非局部相似塊組低秩先驗構成重構模型的正則化項,并采用交替方向乘子法求解實現(xiàn)圖像重構。實驗結果表明,相比協(xié)同稀疏壓縮感知重構(RCo S)算法,該方法重構圖像的峰值信噪比平均可提升約2 d B,所提算法在準確描述圖像非局部自相似結構特征的前提下顯著提高了重構質(zhì)量,更好地保留了圖像的紋理細節(jié)信息。
【作者單位】： 中南民族大學電子信息工程學院;中南民族大學計算機科學學院;桂林電子科技大學信息科技學院;
【基金】：國家自然科學基金資助項目(61471400,61201268) 湖北省自然科學基金資助項目(2013CFC118) 中央高�；究蒲袠I(yè)務費專項(CZW14018)~~
【分類號】：TN911.73
【正文快照】： 0引言壓縮感知(Compressive Sensing,CS)理論[1-2]作為一種新的信號采樣理論認為,信號在具有稀疏性或可壓縮性時,可由其降維采樣的表示準確重構。壓縮感知實現(xiàn)了信號壓縮與采樣的同時進行[3],假設N維稀疏信號x∈CN,其CS的數(shù)學模型可表示如式(1):y=Φx(1)其中:Φ∈CM×N(M郙N)

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 肖亮,吳慧中,韋志輝,湯淑春,劉揚;基于圖的數(shù)字全變差模型及其帶噪圖像任意精度放大[J];計算機輔助設計與圖形學學報;2004年01期

2 王鵬;于錦海;;運用全變差模型進行道路影像處理[J];計算機工程與設計;2008年08期

3 王旭東;馮象初;霍雷剛;;去除乘性噪聲的重加權各向異性全變差模型[J];自動化學報;2012年03期

4 任福全;邱天爽;;基于空-時加權全變差正則項的視頻復原算法[J];電子與信息學報;2013年04期

5 曾泰山;魯春元;;多尺度全變差圖像去噪算法[J];華南師范大學學報(自然科學版);2013年04期

6 余瑞艷;劉文;;全變差圖像去噪模型的快速求解[J];武漢理工大學學報(信息與管理工程版);2011年02期

7 路雅寧;郭雷;李暉暉;;帶限剪切波變換與全變差結合的圖像去噪[J];光子學報;2013年12期

8 吳亞東;孫世新;張紅英;韓永國;陳波;;一種基于圖割的全變差圖像去噪算法[J];電子學報;2007年02期

9 閔濤;武海霞;;全變差正則化在拋物型方程初始條件反問題的應用[J];計算機應用;2008年S1期

10 盧成武;宋國鄉(xiāng);;一種全變差正則化流場的圖像抑噪方法[J];電子與信息學報;2009年01期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 肖長國;二維定常Euler反應流方程組的研究[D];復旦大學;2013年

2 史寶麗;幾類全變差型圖像恢復模型研究[D];湖南大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 喬麗紅;全變差法在圖像處理中的應用[D];河北師范大學;2007年

2 王萍;基于全變差和小波方法的圖像修補[D];西安電子科技大學;2010年

3 叢麗麗;基于小波包和全變差的圖像去噪算法[D];吉林大學;2010年

4 楊夏芳;自適應加權全變差和非局部正則模型在圖像重建中的應用[D];西安電子科技大學;2013年

5 李權利;全變差正則化盲圖像復原技術研究[D];重慶大學;2012年

6 劉宇;基于局部加權全變差和連續(xù)核的盲去模糊[D];大連理工大學;2014年

7 沈維燕;基于contourlets和全變差的一種圖像去噪方法的研究[D];南京理工大學;2006年

8 賈小寧;基于傅立葉—全變差正則化的圖像去卷積算法[D];吉林大學;2011年

9 王丹;分裂鏈的應用[D];湖北大學;2011年

10 宋海岸;交替方向乘子法求解帶全變差和小波項的相位復原問題[D];上海交通大學;2014年

，

本文編號：1260308