基于PCA硬阈值收缩的平滑投影Landweber图像压缩感知重构
利用压缩感知理论对图像进行测量和重构时,基于分块思想可有效提高重构速度,但同时会带来较强的块效应.为了解决该问题,在编码端提出了一种基于边缘检测的自适应分块压缩感知测量方案;在解码端提出了一种基于主成分分析(PCA)的平滑投影Landweber(SPL)重构法,该算法运用PCA训练出适合于图像结构的稀疏字典,用于进行硬阈值收缩,从而有效消除了块效应,提升了重构图像的质量.为了提高硬阈值收缩效率和减少训练复杂度,采用了3种基于块的PCA硬阈值收缩方案:全局PCA、局部PCA和分层PCA.仿真实验结果表明:所提出的自适应压缩感知测量方案与SPL重构法相结合,和传统分块压缩感知方案相比,峰值信噪比(PSNR)值均提升了1~3 dB;本文算法,无论在传统分块压缩感知方案下还是在自适应分块压缩感知方案下,与基于方向小波阈值收缩的SPL重构算法相比,均获得了更高的PSNR值.
分块压缩感知、边缘检测、自适应测量、主成分分析、硬阈值收缩、方向小波、平滑投影Landweber重构
18
TN911.73
国家自然科学基金项目61071166;江苏高校优势学科"信息与通信工程"建设工程项目;江苏省普通高校研究生创新项目CXZZ12_0466
2013-07-01(万方平台首次上网日期,不代表论文的发表时间)
共11页
504-514