基于灰度共生矩阵的多尺度分块压缩感知算法
针对图像边缘与轮廓不能精确重构的问题,提出了一种基于灰度共生矩阵的多尺度分块压缩感知算法.该算法利用三级离散小波变换将图像分解为高频部分和低频部分.通过灰度共生矩阵的熵分析高频部分图像块的纹理复杂度,并根据图像块纹理进行再分块、自适应分配采样率.采用平滑投影Landweber算法重构图像,消除分块引起的块效应.对多种图像进行压缩重构仿真,实验结果表明,无观测噪声情况、采样率为0.1时,本算法在Mandrill图像上得到的峰值信噪比(PSNR)为25.37 dB,比现有非均匀分块算法提高了2.51 dB.不同噪声水平下,本算法的PSNR比无噪时仅下降了0.41~2.05 dB.对于纹理复杂度较高的图像,本算法的重构效果明显优于非均匀分块算法,对噪声具有较好的鲁棒性.
图像处理、压缩感知、灰度共生矩阵、自适应采样率、纹理复杂度
58
TP391(计算技术、计算机技术)
辽宁省自然科学基金;辽宁省教育厅科学研究项目
2021-04-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
92-100