多稀疏空间下的压缩感知图像重构

被引：16

作者：

王良君

石光明

李甫

谢雪梅

林耀海

机构：

[1] 西安电子科技大学智能感知与图像理解教育部重点实验室

来源：

西安电子科技大学学报 | 2013年 / 40卷 / 03期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

压缩感知; 交替方向法; 稀疏; 多空间;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于多稀疏特征空间的压缩感知图像恢复算法,将全变差最小化特征和分段自回归模型(PAR)残差系数的稀疏特征同时作为信号的联合稀疏特征约束,根据信号局部特性自适应地选取与图像特征相适应的特征空间,并建立了包含多项1范数和2范数混合优化的目标函数.为了求解该目标函数,采用了一种基于交替方向法的高效优化算法.实验证明,利用多空间稀疏特征的重构图像相比单个特征的重构图像,在客观质量和主观视觉效果上都有很大提升.对于图像信号在一定的采样率下,文中算法的峰值信噪比与全变差最小化方法和基于PAR残差系数稀疏算法的峰值信噪比相比,分别有7dB和1dB的提高.

引用

页码：73 / 80

页数：8

共 5 条

[1] 利用压缩感知的逆合成孔径激光雷达成像新方法 [J].

臧博 ;

张磊 ;

唐禹 ;

邢孟道 .

西安电子科技大学学报, 2010, 37 (06) :1027-1032

[2] 利用压缩感知的短孔径高分辨ISAR成像方法 [J].

全英汇 ;

张磊 ;

刘亚波 ;

张龙 ;

保铮 .

西安电子科技大学学报, 2010, 37 (06) :1022-1026+1110

[3] 一种高分辨的稀疏孔径ISAR成像方法 [J].

李军 ;

邢孟道 ;

张磊 ;

吴顺君 .

西安电子科技大学学报, 2010, 37 (03) :441-446+453

[4] Compressive sensing signal detection algorithm based on location information of sparse coefficients [J].

Liu B. ;

Fu P. ;

Meng S. ;

Guo L. .

International Journal of Digital Content Technology and its Applications, 2010, 4 (08) :79-85

[5]

A New Alternating Minimization Algorithm for Total Variation Image Reconstruction .2 Y.L. Wang,J.F. Yang,W.T. Yin,Y. Zhang. SIAM Journal on Imaging Sciences . 2008

← 1 →