智能计算机与应用
智能計算機與應用
지능계산궤여응용
Computer Study
2014年
1期
60-64
,共5页
压缩感知%协同稀疏性%图像恢复%稀疏表示%优化求解
壓縮感知%協同稀疏性%圖像恢複%稀疏錶示%優化求解
압축감지%협동희소성%도상회복%희소표시%우화구해
目前存在的CS恢复算法中大都采用固定的基函数,也就是在确定的域中对信号进行分解,比如:DCT域、小波域和梯度域,但这些域都忽略了自然信号的非平稳特性,缺乏自适应能力,从而不能够将图像分解得足够稀疏,也就使得CS恢复的效果很差,限制了CS在图像方面的应用.提出了一种基于分离Bregman迭代方法求解协同稀疏模型正则化的图像压缩感知恢复算法,能够在有效地刻画图像的局部平滑性和非局部自相似性的同时,获得更高质量的图像恢复效果.实验证明了本文提出算法的有效性,并且在峰值信噪比PSNR方面,比目前主流最好的算法高1 dB.
目前存在的CS恢複算法中大都採用固定的基函數,也就是在確定的域中對信號進行分解,比如:DCT域、小波域和梯度域,但這些域都忽略瞭自然信號的非平穩特性,缺乏自適應能力,從而不能夠將圖像分解得足夠稀疏,也就使得CS恢複的效果很差,限製瞭CS在圖像方麵的應用.提齣瞭一種基于分離Bregman迭代方法求解協同稀疏模型正則化的圖像壓縮感知恢複算法,能夠在有效地刻畫圖像的跼部平滑性和非跼部自相似性的同時,穫得更高質量的圖像恢複效果.實驗證明瞭本文提齣算法的有效性,併且在峰值信譟比PSNR方麵,比目前主流最好的算法高1 dB.
목전존재적CS회복산법중대도채용고정적기함수,야취시재학정적역중대신호진행분해,비여:DCT역、소파역화제도역,단저사역도홀략료자연신호적비평은특성,결핍자괄응능력,종이불능구장도상분해득족구희소,야취사득CS회복적효과흔차,한제료CS재도상방면적응용.제출료일충기우분리Bregman질대방법구해협동희소모형정칙화적도상압축감지회복산법,능구재유효지각화도상적국부평활성화비국부자상사성적동시,획득경고질량적도상회복효과.실험증명료본문제출산법적유효성,병차재봉치신조비PSNR방면,비목전주류최호적산법고1 dB.
