CIS中基于残差补偿的组稀疏表示重构算法

摘要：

针对图像压缩感知(CIS)组稀疏表示重构算法在低采样率下尤其是对纹理特征相对复杂的图像重构质量不佳的问题,提出基于残差补偿的组稀疏表示(RCGSR)重构方法.对稀疏处理前后两幅图像对应位置图像组稀疏系数的残差进行稀疏化处理并补偿至后者的图像组稀疏系数中.归纳一种自适应软阈值收缩方案,对不同稀疏系数残差采取不同的阈值进行收缩处理,增强算法的鲁棒性.仿真结果表明,与目前性能最好的图像压缩感知重构算法GSR相比,所提算法在低采样率时显著提高了图像的重构性能.

关键词：压缩感知、组稀疏表示、低采样率、残差补偿、软阈值

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

资助基金：广东省自然科学基金项目2016A030313455

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：483-487,507