当前位置:主页 > 科技论文 > 软件论文 >

基于多尺度的自适应采样图像分块压缩感知算法

发布时间:2017-11-15 07:20

  本文关键词:基于多尺度的自适应采样图像分块压缩感知算法


  更多相关文章: 压缩感知 多尺度 小波变换 自适应采样 图像分块


【摘要】:基于分块的压缩感知算法适用于图像信号的处理,通过平滑迭代阈值投影法可以快速重构图像,但存在低采样率下重构图像质量较差的缺点。基于全变差分的分块压缩感知算法,在一定程度上能提升重构效果,但降低了运算速度。针对以上算法的不足,提出基于多尺度的自适应采样图像分块压缩感知算法。根据小波分解后不同层对重构结果影响所占权重不同的特性,自适应分配给每一层不同的采样率,并在重构时将平滑迭代阈值投影法应用到每一层的每一个子带的分块上。实验结果表明,与传统的迭代阈值投影法相比在重构质量上提高了1~3 d B,在重构速度上与迭代阈值投影法相当并优于全变差分法。
【作者单位】: 智能信息感知及处理技术湖南省重点实验室;
【分类号】:TP391
【正文快照】: 0引言压缩感知(Compresssive Sensing,CS)[1]最早是由DO-NOHO D等人提出的一种新的信号压缩采样方法。利用数据的冗余性,把原始信号通过观测矩阵投影到低维空间,如果原始信号稀疏或是可压缩的,则可以通过观测值,利用凸优化的方法很好地重构出原始信号。目前已有研究者将CS理论

【相似文献】

中国重要会议论文全文数据库 前9条

1 任安禄;邓见;;分块法求解圆球强迫对流场[A];第十一届全国水动力学学术会议暨第二十四届全国水动力学研讨会并周培源诞辰110周年纪念大会文集(上册)[C];2012年

2 陈宜稳;王威;王润生;;分块建模和点建模联合的背景重建方法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年

3 伍中平;;双向不等高正交钢管桁架分块整体提升施工技术[A];大型复杂钢结构建筑工程施工新技术与应用论文集[C];2012年

4 邹李;杜小勇;何军;;B3:图间节点相似度分块计算方法[A];NDBC2010第27届中国数据库学术会议论文集A辑二[C];2010年

5 窦朝晖;;影响分块算法性能的主要因素[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年

6 肖永浩;黄清南;;基于分块数据结构的冲击问题并行计算[A];中国计算力学大会'2010(CCCM2010)暨第八届南方计算力学学术会议(SCCM8)论文集[C];2010年

7 戴妍峰;刘藻珍;;空间望远镜分块式主镜面形控制系统建模[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

8 李嘉伟;孙明;;基于分块LAB特征的粒子滤波目标跟踪算法[A];中国农业工程学会2011年学术年会论文集[C];2011年

9 ;大会主题报告[A];2009年全国微波毫米波会议论文集(下册)[C];2009年

中国重要报纸全文数据库 前5条

1 雷明;企业扭亏分块搞活应处理好的几个关系[N];中国企业报;2000年

2 雷明;分块搞活应处理好几个关系[N];中国航空报;2001年

3 覃匡龙 周鸿广 侯俊富;“分块管理”破解警力难题[N];检察日报;2003年

4 王书明;新华中学形成安全管理网络[N];商洛日报;2007年

5 记者 郭凤美;“分块搞活”救了太原制药[N];山西经济日报;2004年

中国博士学位论文全文数据库 前2条

1 邹健;分块稀疏表示的理论及算法研究[D];华南理工大学;2012年

2 何边;复杂网络上的分块问题[D];上海交通大学;2012年

中国硕士学位论文全文数据库 前10条

1 严辉银;求解二乘二分块实线性方程组的块分裂预处理方法[D];兰州大学;2015年

2 沈世达;基于分块压缩感知的图像和视频传输技术研究[D];西南交通大学;2015年

3 张蛟;基于FastDFS的重复数据管理技术的研究与实现[D];电子科技大学;2014年

4 白聪轩;多线索分块匹配的移动机器人目标跟踪[D];北京工业大学;2015年

5 李鹏程;基于张量特征值分析的特征表示及典型应用[D];西安电子科技大学;2015年

6 荣雁霞;基于分块压缩感知的图像重构方法研究[D];南京邮电大学;2015年

7 高东红;基于多尺度分块压缩感知的图像处理算法研究[D];北京理工大学;2016年

8 李浩田;分块主镜式相机共相位检测系统研究[D];北京理工大学;2016年

9 周利华;基于分块计算模型的债权类不良资产价值评估研究[D];云南大学;2016年

10 闵慧;面向语义服务的大规模本体分块映射研究[D];中南大学;2013年



本文编号:1188851

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1188851.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户8770c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com