基于模糊裁剪阈值的SAMP压缩感知算法

摘要：

稀疏度自适应匹配追踪(SAMP)算法是压缩感知(CS)中一种主流的图像重构算法.随着迭代次数的增加,SAMP算法的原子候选集将成倍增加,会导致系统空间的浪费和重构时间的增长.为此,提出了一种模糊裁剪阈值稀疏度自适应匹配追踪(FPTSAMP)算法.由于离散小波变换(DWT)在CS稀疏处理过程中破坏了低频逼近系数间的相关性,对信号的重构质量产生了一定的负面影响,因而采用小波高频子带变换(HFSBWT)来替代DWT,实现对信号的稀疏表示.仿真实验结果表明,相比于同一重构算法,采用HFSBWT方法得到的峰值信噪比更好;与SAMP算法相比,与HFSBWT相结合的FPTSAMP算法的重构效果有了明显提高,重构时间也减少了一半.

关键词：压缩感知、重构算法、高频子带小波变换、模糊裁剪阈值SAMP算法

所属期刊栏目：27

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61501251,61071167,61373137;江苏省普通高校研究生科研创新计划资助项目KYZZ150236;南京邮电大学引进人才科研启动基金资助项目NY214191

在线出版日期：2017-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：35-39