基于非局部低秩和加权全变分的图像压缩感知重构算法

摘要：

为准确有效地实现自然图像的压缩感知(CS)重构,该文提出一种基于图像非局部低秩(NLR)和加权全变分(WTV)的CS重构算法.该算法考虑图像的非局部自相似性(NSS)和局部光滑特性,对传统的全变分(TV)模型进行改进,只对图像的高频分量设置权重,并用一种差分曲率的边缘检测算子来构造权重系数.此外,算法以改进的TV模型与NLR模型为约束构建优化模型,并分别采用光滑非凸函数和软阈值函数来求解低秩和全变分优化问题,很好地利用了图像的自身性质,保护了图像的细节信息,并提高了算法的抗噪性和适应性.仿真结果表明,与基于NLR的CS算法相比,相同采样率下,该文所提算法的峰值信噪比最高可提高2.49 dB,且抗噪性更强,验证了算法的有效性.

关键词：压缩感知、图像重构、非局部低秩、加权全变分

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61671095

在线出版日期：2019-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2025-2032