用于图像重构的基于行间支撑集相似度的CoSaMP算法

摘要：

压缩采样匹配追踪(CoSaMP)算法的性能受初始支撑集选择的制约,初始支撑集选择不准确不仅影响重构精度,还会降低重构速度.针对该问题,将图像在稀疏域的结构特性引入到CoSaMP算法中,提出了支撑集相似度的概念;利用数字图像相邻行之间原子支撑集的相似性,提出了基于行间支撑集相似度的CoSaMP算法.实验结果表明,在同等采样率的条件下,与传统的CoSaMP算法相比,所提算法在不增加算法时间复杂度的同时提高了重构质量,峰值信噪比提高了0.6～2.5dB.

关键词：压缩感知、贪婪算法、压缩采样匹配追踪(CoSaMP)、稀疏支撑集、相似度

所属期刊栏目：45

分类号：TN911.7

资助基金：辽宁省教育厅项目:高速眼图测试关键技术研究L2014495

在线出版日期：2018-06-07（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：306-311