10.3969/j.issn.1003-0530.2014.12.006
利用边缘信息的多尺度分块压缩感知自适应采样方法
在小波域多尺度压缩感知框架下,被完整保留的低频系数存在着许多可利用的图像信息。本文在分析了不同尺度之间、以及同一尺度之内的系数块存在能量差异的基础上,提出了利用边缘信息的多尺度分块压缩感知自适应采样方法(EAS)。该方法首先利用低频系数提取出边缘信息,然后将边缘信息分块,加权计算每个块的边缘信息度,根据边缘信息度判断每个系数块的能量大小,将其转换成每个子块的自适应采样率,从而实现多尺度分块压缩感知的自适应采样。采用医学图像,含有复杂纹理的自然图像和含有严重噪声的SAR图像三类测试数据,验证了EAS方法的性能。数值实验结果表明,EAS方法对不同的压缩感知算法均有很大的提升,能够显著提高图像的重构质量和视觉效果。
多尺度压缩感知、自适应采样、边缘信息、小波变换
TN911.73
国家自然科学基金61173090,61100154,61272282;高等学校学科创新引智计划111计划B07048;教育部“长江学者和创新团队发展计划”资助IRT1170
2015-01-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
1457-1463