基于压缩感知与扩展小波树的自适应压缩成像
为了在现有的采样条件下,通过新的压缩采样方式获得计算量小且质量更好的图像,提出了基于压缩感知与扩展小波树的自适应压缩成像方法.首先将图像投影到分区控制的DMD上,获得图像在低分辨率下的测量值,并通过压缩感知重构算法重构出低分辨图像,接着利用扩展小波树预测重要小波位置,通过DMD在小波域采样获取图像的细节信息,最后由小波逆变换恢复高分辨率图像.将该方法与最小化全变分算法(TVAL3)和近来提出的基于扩展小波树的自适应成像算法(EWT-ACS)效果进行对比,实验结果表明,以boat图像为例,在压缩感知采样率为0.75,整体采样率为10%的无噪声条件下,该方法相较于TVAL3、EWT-ACS算法信噪比提高了4.63 dB和2.87 dB,在附加噪声条件下成像效果也较好.该方法能极大地降低压缩感知重建算法的运行时间,同时减少采样次数,具有较好的抗噪性.
压缩感知、压缩采样、小波树、数字微镜阵列
39
TP751(遥感技术)
武器装备预先研究项目30102070201
2018-10-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
1478-1485