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.
学科与关键词
关键词
压缩感知交替方向法稀疏多空间 compressed sensingalternating direction implicit methodsparsenessmultiple spaces
- 利用概率对稀疏域划分的压缩感知方法田玉敏; 宋君西安电子科技大学学报, 2013, (06): 52-57.
- 基于改进SP算法的压缩感知图像重构吴延海; 闫迪计算机应用与软件, 2013, (07): 200.
- 基于多尺度残差网络的压缩感知重构算法练秋生; 富利鹏; 陈书贞; 石保顺自动化学报, 2019, (11): 2082-2091.
