多稀疏空间下的压缩感知图像重构
Xi'an Dianzi Keji Daxue Xuebao/Journal of Xidian University（2013）
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.
更多查看译文
关键词
Alternating direction implicit method,Compressed sensing,Multiple spaces,Sparseness
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要