Lp范数压缩感知图像重建优化算法
目的 压缩感知理论中的重构算法作为关键技术之一,在科学研究方面起到了关键的作用.常用的重构算法包括L0范数的非凸优化算法和L1范数的凸优化算法,但它们的缺点是重构精度不高,运算时间很长.为了克服这一缺陷,提高现有基于Lp范数的压缩感知图像重构算法的重建精度和算法效率,本文提出改进算法.方法 针对拉格朗日函数序列二次规划(SQP)方法中海瑟(Hesse)矩阵不正定导致计算量很大的问题,引入价值函数,修正Hesse矩阵的序列二次规划方法并结合图像分块压缩感知技术,提出了一种基于Lp范数压缩感知图像重构算法.结果 在采样率同为40％情况下,本文算法下的信噪比为34.28 dB,高于BOMP (block orthogonal matching pur-suit)算法信噪比2％,高于当罚函数作为修正方法时的13.2％.本文算法计算时间为190.55 s,快于BOMP算法13.4％,快于当罚函数作为修正方法时的67.5％.采样率同为50％的情况下,本文算法下的信噪比为35.42 dB,高BOMP算法信噪比2.4％,高于当罚函数作为修正方法时信噪比12.8％.本文算法的计算时间是196.67 s,快于BOMP算法68.2％,快于81.7％.在采样率同为60％的情况下,本文算法的信噪比为36.33 dB,高于BOMP算法信噪比3.2％,高于当罚函数作为修正方法时信噪比8.2％.本文算法计算时间为201.72 s,快于BOMP算法82.3％,快于当罚函数作为修正方法时86.6％.在采样率为70％的情况下,本文算法信噪比38.62 dB,高于BOMP算法信噪比2.5％,高于当罚函数作为修正方法时信噪比9.8％.本文算法计算时间为214.68 s,快于BOMP算法88.12％,快于当罚函数作为修正方法时的91.1％.实验结果显示在相同的采样率的情况下,本文改进算法在重构精度和算法时间上均优于BOMP算法等其他算法.并且采样率越高,重构图像精度越来越高,重构算法时间越来越短.结论 通过实验对本文算法、BOMP重构算法等其他算法在信噪比和算法计算时间进行对比,在不同采样率下,本文算法都明显优于其他两种算法,而且在采样率仅为20.5％时,信噪比高达85.154 3 dB,重构图像比较清晰.本文算法的最大优点在于采用了分块压缩感知技术,提高图像重构效率,降低了重构时间,缺点是在图像采样率比较低的情况下,存在图像干扰块效应.接下来研究方向是如何在采样率低的情况下,高精度地还原图片,消除图像干扰块效应.
压缩感知、图像重构、范数、采样率、价值函数、序列二次规划
22
TP301.6(计算技术、计算机技术)
国家自然科学基金项目61663030,61663032;江西省自然科学基金项目20142BAB207021;江西省教育厅科技项目GJJ150753;无损检测技术教育部重点实验室南昌航空大学开放基金项目ZD29529005;National Natural Science Foundation of China61663030,61663032;Natural Science Foundation of Jiangxi Province,China20142BAB207021
2017-05-22（万方平台首次上网日期，不代表论文的发表时间）
共8页
435-442
