摘要
针对压缩感知子空间追踪SP(subspace pursuit)算法必须以信号稀疏度为先验知识,而现实中图像稀疏度未知这一问题,提出改进SP算法MSP(modified subspace pursuit)。首先对信号的稀疏度进行自适应估计,其次在迭代过程中,通过给定的步长因子对稀疏度进行更新,使之逐渐逼近正确子空间,当重构误差小于阈值时,停止迭代,实现稀疏信号的重构。重构图像表明:MSP算法在运算时间和重构精度上均优于其他同类算法,实现了图像的快速精确重构。
学科与关键词
关键词
压缩感知子空间追踪重构图像处理采样稀疏度 Compressive sensing Subspace pursuit Reconstruction Image processing Sampling Sparsity
- 多稀疏空间下的压缩感知图像重构王良君; 石光明; 李甫; 谢雪梅; 林耀海西安电子科技大学学报, 2013, (03): 73-80.
- 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.
- 基于压缩感知的CoSaMP算法自适应性改进闫鹏; 王阿川计算机工程, 2012, (06): 28-33.
