基于自适应采样及平滑投影的分块压缩感知方法

发布时间：2025-06-19 03:49

　　 针对传统基于多尺度小波变换压缩感知算法中,将固定码率分配给各子带,从而限制了重构图像质量的问题,本文提出了基于自适应采样及平滑投影的分块压缩感知方法。该方法在图像的空间域和稀疏域中进行相应的多尺度重构,在各分割块的基础上,在空间域使用平滑滤波器进行平滑投影,在稀疏域进行稀疏变换和阈值处理。采用了不同的观测矩阵对各层小波系数进行观测,改善了块效应。通过自适应采样,克服了各子块间采样率相同而限制了稀疏性能的问题。实验结果表明:在不同的采样率下,本文提出的分块压缩感知算法均能得到质量更好的重构图像,且比传统方法的重构速度更快。

【文章页数】：7 页

【部分图文】：

图1 本文算法整体框架

对传统块压缩感知算法,在对原始图像信号进行采样时,各图像块往往采用固定的采样率。这种不考虑图像内容的采样方式,限制了压缩感知算法性能的提升。本文提出了一种改进的多尺度块及平滑投影压缩感知算法。首先,通过分析图像上下文特征,同时考虑扫描顺序对图像重构性能的影响,设计了一种面向分块的....

图2 测试图像集

为了验证本文算法的有效性,这里将本文算法与BCS-SPL、基于梯度投影的稀疏重建(gradientprojectionforsparsereconstruction,GPSR)[17]、TV、MH-BCS-SPL4种算法进行比较。实验选取了不同场景的6幅图像作为测试图....

图3 采用5种方法对Lena图像的重构结果比较

由图3以及表1～表6的结果可知,在0.1～0.5的采样率下,本文提出的多尺度块及平滑投影压缩感知算法,总体上比其他5种算法得到的图像重构质量更高。表1peppers图像上各项算法PSNR结果对比Table1ThePSNRcomparisonofdifferentm....

图4 不同算法的图像重构图像及残差图像比较

图4给出了采样率为0.1时,分别采用本文算法和其他5种算法,得到的重构图像及残差图像的结果比较。可见,与其他算法相比,本文算法的残差相对小一些,尤其是在方框内的区域。结合表6的结果可知,本文算法在重构时间上具有较大的优势,不同于一般的以牺牲重构图像质量为代价换取重构速度的算法,本....

本文编号：4050810