文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 非局部正则化的压缩感知图像重建算法
侵权投诉

非局部正则化的压缩感知图像重建算法

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

第1页

你可能喜欢

热门文档

相关文档

  • 多帧图像的Tikhonov正则化重建算法研究

    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

    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...

  • 基于联合正则化及压缩传感的MRI图像重构

    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

    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

    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

    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...

  • ...非局部相似性和交替迭代优化算法的图像压缩感知

    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...

  • 【论文】图像超分辨率重建的非局部正则化模型与算法研究

    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...

  • 压缩感知算法

    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...

  • 基于改进SP算法的压缩感知图像重构

    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 ...

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email