第1期李星秀等:非局部正则化的压缩感知图像重建算法
197
受到了国内外广大学者的高度关注,成为图像处理领域的热点研究问题。
CS理论内容大体包含3个部分:稀疏表示、线性测量及非线性重建。稀疏表示是CS的理论基础,线性测量和非
具体地,图像x∈R1的像素点z,∈R(i一1,2,…,N),经分片AR模型可表示为
z.一口jx+u..i—l,2,…,N
(1)
式中,口,∈R”为像素点z,对应的AR参数向量㈨∈R为
像素点z。的AR表示余项。可知,n。中大部分的分量为零,只有在AR支撑区域内的像素点所对应分量为非零。以向量口j(i—l,2,…,N)为行向量构成矩阵A∈R“、,跳(i=1,2,…,N)为分量构成列向量y∈R“。则式(1)可改写
成矩阵一向量形式
X—AX+y
(2)
线性重建是CS的关键步骤。其中,由于重建算法的优劣决定了图像重建的精度和质量,因此CS图像重建算法是整个CS图像获取问题的一个核心内容和研究重点。
经典的CS图像重建算法n。51基于图像在某一变换域的稀疏性先验,通过求解特定的优化问题,实现对原始图像的高精度重建。对于这类算法,图像的重建精度受限于稀疏变换域的选择,图像的稀疏性越高,在测量值数目不变的情况下,图像的重建精度就越高,反之则越低。然而,由于图像作为复杂的二维信号,往往包含平滑、边缘和纹理等不同
式中,矩阵A为稀疏矩阵,便于实际的存储和计算。
式(2)给出了基于局部AR模型的图像表示方式。这种表示方式的特点是可通过变化AR参数向量a.刻画不同的图像结构。因此,AR模型是否能够较好地契合图像的局部结构,关键在于AR参数估计的准确性。
1.2图像的非局部自相似性
在自然图像的不同区域中,常出现重复的结构模式.且
的形态结构,单一的基函数很难同时对图像的多种结构特征进行自适应的最优稀疏表示,而获得可有效表示图像各种结构特征的冗余字典,往往需要付出较大的计算成本,因
此,这类算法对图像的重建能力十分有限。
另一类流行的CS图像重建算法是最小化全变差(total
具有相同结构模式的图像块在空间上可能相距较远,如图2
所示。这种性质常被广大学者称为图像的非局部自相似性。
variation,TV)算法口“。7]。该算法通过最小化图像的TV范数,获得满足测量方程的重建结果。然而,由于该算法假
设图像的梯度模是稀疏的,即图像是分片光滑的,因此对于含有少量纹理的卡通图像有较好的重建结果,对纹理丰富的自然图像则会过度平滑。
针对上述CS图像重建算法的不足,一种有效的解决方
法是在传统稀疏性先验(变换域稀疏或梯度模稀疏)的基础上,引入图像其他的先验信息,从而增强图像的约束和可重建性,提高图像的重建质量。依据此思想,本文考虑了图像的局部自回归(autoregressive,AR)模型和非局部自相似
性,以此作为图像额外的先验信息,同时结合传统的稀疏性
先验,建立了一种新的CS图像重建模型,并给出了相应的
口
图2图像的非局部自相似性
求解算法。此外,对于重建模型中的图像AR参数,给出了一种基于非局部相似点的估计方法。因此,综合所有引入
的先验正则项.本文算法称为非局部正则化的CS图像重建算法。l
图像像素点之间的非局部相似性是基于图像块相似定义的。图像x∈R“的像素点z,和r,被称为相似的,只要
以t和.Jr,为中心的局部图像块P.和P,之间的距离气,小于给定的阈值,即
图像的局部自回归模型与非局部自相似性
图像灰度虽然在整个空间区域上是非平稳变化的,但
1.1图像的局部自回归模型
%,一||P.一只眶≤tol
(3)
对于当前像素点z,,在整个图像区域中(实际的搜索区域为
在局部区域可看成是平稳的变化过程,如图1所示。因此,可以采用分片AR模型建模图像的局部相关性。以37,为中心的一个足够大的区域)找出所有满足式(3)的非局部相似点z,(z=l,2,…,L),则z.可由zi(z一1,
2,…,L)线性地表示为
L
T,一∑b。z,,+础。,i=1,2,…,N
式中,”。为表示余项;bh,为组合权值,可定义为
(4)
弱翮
图1
图像局部区域灰度值变化的平稳性
exp(--≥)
b。=———』一
f,
(5)
式中,h为权值的控制因子;l"I一∑exp
f一孚)为归一化
8页 1下载券 非局部正则化的压缩感知... 暂无评价 8页 免费喜欢...则化超 分辨 率重建 算法 的基本 原理 和特 点, 原有 正则化 空域 图像 ...
压缩感知图像重建_计算机软件及应用_IT/计算机_专业资料。预开题准备的基于压缩感知...贪婪算法主要包括匹配追踪(MP)系列算法、正交匹配追踪系列算法 (OMP)、正则化...
非局部正则化的压缩感知图... 暂无评价 8页 免费 基于混合基稀疏图像表示的....基于压缩传感的 M RI 重构算法利用 M RI 稀疏表示或局部光滑的先验知识 ,通过...
图像超分辨率重建的非局部正则化模型与算法研究_信息与通信_工程科技_专业资料。...非局部正则化的压缩感知... 暂无评价 7页 3.00 基于核回归的正则化超分...
基于l_p范数的压缩感知图像重建算法研究_信息与通信_工程科技_专业资料。基于l_...Chartand 提出更为高效的参数正则化 IRLS 算法 [22] , 计算证明了基于 l p ...
一种有效的压缩感知图像重建算法_信息与通信_工程科技...从而提高了算法效率 . 对于一幅非稀疏的自然图像, ...它可以通过最大化 p(; 获得 .Yγ)^(,)rgmaxpY...
基于非局部相似性和交替迭代优化算法的图像压缩感知_电子/电路_工程科技_专业资料。压缩感知理论突破了信号带宽对奈奎斯特采样定理的限制,并且实现了在数据采样的同时...
图像超分辨率重建的非局部正则化模型与算法研究_专业资料。利用图像非局部不连续性...非局部正则化的压缩感知... 0人阅读 7页 3.00 基于核回归的正则化超分...
重构算法和基于最优树的模型化压缩感知 图像重构算法...包含重建图像足够的信 息,通过一定的线性或非线性的...(MP)算法[6],正则化 OMP(ROMP)[8] 、压缩采样...
pursuit)归J,正则化正交匹配追踪 pursuit)‘1叫等...一种有效的压缩感知图像重建算法 〔J〕.电子学报,...并且当网络数据流局部性表现越强的时候越能节省 ...
热门文档