CAJ | 학술논문

压缩感知( compressed sensing,CS)图像重建算法是CS图像获取问题的一个研究重点.针对传统基于稀疏性先验的重建算法不能有效重建图像的各种结构特征,为了在测量值数量不变的情况下进一步提高图像的重建质量,在稀疏性先验的基础上,引入局部自回归模型和非局部自相似性作为图像额外的先验信息,建立了非局部正则化的CS图像重建模型,并给出了相应的数值求解算法.此外,对于重建模型中图像的自回归参数,给出一种基于非局部相似点的估计方法.实验结果表明,较之传统的稀疏性正则化重建算法和同类的MARX(model-based adaptive recovery of compressive sensing)算法,所提算法能获得更高的图像重建质量.
압축감지( compressed sensing,CS)도상중건산법시CS도상획취문제적일개연구중점.침대전통기우희소성선험적중건산법불능유효중건도상적각충결구특정,위료재측량치수량불변적정황하진일보제고도상적중건질량,재희소성선험적기출상,인입국부자회귀모형화비국부자상사성작위도상액외적선험신식,건립료비국부정칙화적CS도상중건모형,병급출료상응적수치구해산법.차외,대우중건모형중도상적자회귀삼수,급출일충기우비국부상사점적고계방법.실험결과표명,교지전통적희소성정칙화중건산법화동류적MARX(model-based adaptive recovery of compressive sensing)산법,소제산법능획득경고적도상중건질량.