基于分塊壓縮傳感的圖像重建算法研究.pdf

1、壓縮傳感(Compressed Sensing,簡(jiǎn)稱CS)理論是模擬信號(hào)采樣與壓縮的一種新的工具,是信號(hào)處理領(lǐng)域的前沿研究課題,受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。針對(duì)壓縮傳感不能實(shí)時(shí)采樣和計(jì)算量大的問(wèn)題,本文將圖像分塊處理,然后對(duì)傳統(tǒng)的分塊處理方法做了一些改進(jìn),使圖像在測(cè)量值數(shù)量相同的情況下,獲得更高的重構(gòu)精度和更短的重構(gòu)時(shí)間。主要研究?jī)?nèi)容包括:
　　 1.CS是根據(jù)信號(hào)的稀疏性來(lái)實(shí)現(xiàn)壓縮和重建的。由于圖像塊的紋理不同,有些圖像塊包含

2、大量的高頻信息,而有些圖像塊包含大量的低頻信息,這樣不同的圖像塊在小波變換域下的稀疏度就會(huì)不同。本文構(gòu)造了基于分類(lèi)的分塊壓縮傳感算法,首先,根據(jù)高頻信息的多少將圖像塊分成紋理塊和平坦塊兩類(lèi),然后,紋理塊采用較多的測(cè)量值和迭代次數(shù),平坦塊采用較少的測(cè)量值和迭代次數(shù)。最后,采用一種改進(jìn)的全變差算法去除圖像塊之間的虛假邊界。實(shí)驗(yàn)表明,這種方法重建的圖像有很好的視覺(jué)效果,其信噪比提高了2.5dB～3dB。
　　 2.小波變換后的圖像包含