基于局部和非局部正则化的图像压缩感知

摘要：

基于低秩正则化的非局部低秩约束（Nonlocal low‐rank regularization ，NLR）算法利用相似块的结构稀疏性，获得了目前最好的重构结果。但是它仅仅利用了图像的非局部信息，忽略了图像像素间的局部信息，不能有效地重建图像的边缘，同时Logdet函数不能很好地替代矩阵秩，因为它跟真实解之间存在着不可忽视的差距。因此，本文提出了一种基于局部和非局部正则化的压缩感知图像重建方法，同时考虑图像的非局部低秩性和图像像素的局部稀疏梯度性。选择利用Schatten‐p范数来替代矩阵秩，同时选择交替方向乘子算法求解产生的非凸优化问题。实验结果表明，与传统的稀疏性先验重建算法和NLR算法相比，本文算法能够获得更高的图像重构质量。

关键词：压缩感知、总变差、低秩、交替方向乘子算法

所属期刊栏目：31

分类号：TN911.73

资助基金：江苏省高等学校自然科学研究面上16KJB520014，14KJB520012资助项目；江苏省社会安全图像与视频理解重点实验室30916014107资助项目；国家自然科学基金61375121资助项目；金陵科技学院博士启动资金资助项目。

在线出版日期：2017-01-06（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：1148-1155