基于双树小波通用隐马尔可夫树模型的图像压缩感知
标准压缩感知图像重构仅利用图像小波系数具有稀疏性的先验知识,未能利用小波系数的结构分布特性.利用基于模型压缩感知重构思想,将能有效描述图像小波系数分布特性的隐马尔可夫树(HMT)模型引入到图像的压缩感知重构.经过理论推导,将基于HMT模型的重构转化为型如标准图像压缩感知重构的优化问题,并提出基于贝叶斯优化的凸集交替投影法进行求解.为进一步提高重构质量和速度,引入了双树小波域通用HMT(uHMT)模型及改进的uHMT(iuHMT)模型代替小波域HMT模型.实验结果表明,基于双树小波域iuHMT模型的重构图像的平均峰值信噪比(PSNR)比uHMT模型高0.97 dB.
压缩感知、模型压缩感知、双树小波、uHMT模型、凸集交替投影
32
TN911.73
国家自然科学基金60772079;河北省自然科学基金F2010001294资助课题
2010-11-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
2301-2306