第35卷第1期
201
系统工程与电子技术
SystemsEngineeringandElectronics
V01.35No.1
3年1月
506X(2013)01—019607
January2013
网址:www.sys—cle.coil]
文章编号:1001
非局部正则化的压缩感知图像重建算法
李星秀1,韦志辉2,肖
亮2,费
选2
(1.南京理工大学理学院,江苏南京210094;
2.南京理工大学计算机科学与技术学院,江苏南京210094)
摘要:压缩感知(compressedsensing,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—basedadaptiverecoveryofcompressivesensing)算法,所提算法能获得更高的图像重建质量。
关键词:压缩感知;图像重建;自回归模型;非局部自相似性中图分类号:TN
911.72
文献标志码:ADOI:10.3969/j.issn.1001
506X.2013.01.33
Compressedsensingimage
based
LI
on
reconstructionalgorithm
non—localregularization
Zhi—hui2,XIAOLian92,FElXuan2
Xing—xiul,WEI
ofComputer
(1.SchoolofScience.NanlingUniversityofScienceandTechnology,Nanjing210094,China;
2.Sc’hool
Scienceand
Technology,NanjingUniversity
ofScienceandTechnology,Nanjing210094,China)
Abstract:Compressedsensing(CS)imagereconstructionalgorithmis
tionproblem.Theconventionalsparsitybasedreconstructionalgorithmsimagestructures.Inorder
tO
a
keypointintheCSimageacquisi—
effectively
reconstruct
cannotvarious
improvethereconstructionprecisionwiththesamenumberofmeasurements,the
as
localautoregressive(AR)modelandnon—localself—similaritytroduced,and
a
theadditionalpriorinformationofimage
are
in—de—
are
non—localregularizedCSimagereconstructionmodelandtherelativenumericalalgorithm
non
are
veloped.Furthermore,a
localsimilaritybasedestimationmethodforARparametersisproposed,which
thetraditional
sparsity
consideredinthepresentreconstructionmodel.Comparedwith
regularizedalgorithms
andrelatedMARX(modelbasedadaptiverecoveryofcompressivesensing)algorithm,theproposedalgorithm
can
achieve
a
higherimagereconstructionperformance.
sensing(CS);image
reconstruction;autoregressive(AR)model;non—local
Keywords:compressed
self—similarity
0
引言
难。虽然可以通过成熟的压缩技术对数据进行去冗余和降维,但这势必会增加信号的采集处理成本。
文献[1—3]提出了一种新的信号获取理论,即压缩感
知(compressedsensing,CS)。该理论突破了传统的奈奎斯
在传统的信号采集过程中,为了避免信息丢失及码间干扰,一般都要遵循奈奎斯特一香农采样定理(Nyquist—
Shannonsampling
theorem)。该定理指出,要想实现信号特采样定理,在信号采样的同时实现了压缩,日基于信号可
稀疏表示的假设,在接收端町通过求解特定的优化J、口J题,非
的无失真恢复,采样率必须不小于信号带宽的两倍。然而,随着大量宽带信号和超宽带信号的出现,依据该定理采样,会带来庞大的采样数据,给后期的存储和传输带来很大困
收稿日期:2011—11—16;修回日期:2012—09—25。
线性地精确重建原始信号。由于CS理论大大减少了数据
的采样量、采样时间和存储成本,因此该理沦一经提出,就
基金项目:国家自然科学基金(51101194,61071146);江苏省自然科学基金(BK2011701);高等学校博士学科点专项科研基金
(2012321
9120043)资助课题
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