基于低秩和稀疏性先验知识的压缩感知图像重构

发布时间：2018-12-18 07:46

【摘要】：针对当前重建效果最好的基于低秩先验的NLR重建算法,忽略了图像的局部结构信息,不能有效地重建图像的边缘,为了在测量值数量不变的情况下进一步提高图像的重建质量,在低秩先验的基础上,引入稀疏约束(梯度域的稀疏性—总变差)作为图像额外的先验知识,建立了基于总变差和低秩约束的CS图像重建模型。增广拉格朗日—交替方向乘子算法用于求解产生的非凸优化问题。实验结果表明,与传统的稀疏性先验重建算法和NLR算法相比,所提算法能够获得更高的图像重构质量。
[Abstract]:In view of the best NLR reconstruction algorithm based on low rank priori, the local structure information of the image is ignored, and the edge of the image can not be reconstructed effectively. In order to improve the reconstruction quality of the image under the condition that the number of measured values remains the same, the reconstruction quality of the image is improved. On the basis of a low rank priori, the sparse constraint (the sparsity of gradient domain-total variation) is introduced as the additional prior knowledge of the image, and the CS image reconstruction model based on the total variation and the low rank constraint is established. The augmented Lagrangian alternating direction multiplier algorithm is used to solve the nonconvex optimization problem. Experimental results show that the proposed algorithm can achieve better image reconstruction quality than the traditional sparse priori reconstruction algorithm and NLR algorithm.
【作者单位】： 南京晓庄学院信息工程学院;金陵科技学院计算机工程学院;
【基金】：金陵科技学院博士启动基金资助项目(Jit-b-201508)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 徐静;;基于遗传算法的零范数压缩感知图像重构方法研究[J];现代电子技术;2011年16期

2 徐静;;基于自然计算的压缩感知图像重构[J];计算机与数字工程;2013年05期

3 郑永奇;焦铸;韩玉霞;;压缩感知图像重构中矩阵互相关性的研究[J];微型机与应用;2013年05期

4 周志盛;相里斌;张文喜;李杨;;基于迭代的傅里叶望远镜图像重构方法[J];光学学报;2014年05期

5 丁静,薛模根,戴宗友;区域航拍图像重构中的配准与相互校正方法[J];情报指挥控制系统与仿真技术;2003年04期

6 陈艳;金伟其;徐超;王霞;高美静;王岭雪;;基于不可控微扫描的高分辨力图像重构方法[J];光子学报;2009年08期

7 张大伟;周帆;蒋强;;图像重构技术在截齿磨损率分析中的应用[J];微计算机信息;2009年24期

8 沈明欣;刘文波;;基于压缩感知理论的图像重构技术[J];电子科技;2011年03期

9 郭建中;秦晓伟;;稀疏化的压缩传感超声图像重构特性研究[J];中国科学:信息科学;2012年06期

10 练秋生;高彦彦;陈书贞;;基于两步迭代收缩法和复数小波的压缩传感图像重构[J];仪器仪表学报;2009年07期

相关会议论文 前4条

1 于晶;郭航;;矩函数在图像重构中的应用[A];2006“数学技术应用科学”[C];2006年

2 李运达;李琦;刘正君;王骐;;太赫兹计算机辅助层析图像重构算法仿真研究[A];第十届全国光电技术学术交流会论文集[C];2012年

3 朱永贵;杨晓兰;于欣妍;;小波稀疏的MR图像重构的交替最小化算法[A];第十五届全国图象图形学学术会议论文集[C];2010年

4 李培畅;郭建中;;超声图像重构的ModulePCA算法研究[A];第三届上海——西安声学学会学术会议论文集[C];2013年

相关博士学位论文 前6条

1 李东泽;雷达关联成像技术研究[D];国防科学技术大学;2014年

2 袁敏;基于多尺度几何分析和字典学习的高度欠采样磁共振图像重构研究[D];兰州大学;2015年

3 周志盛;相干场成像图像重构技术研究[D];中国科学技术大学;2015年

4 李翠环;电容层析成像图像重构中正则化算法的研究[D];河北工业大学;2012年

5 周昌军;基于图像重构和特征融合的人脸识别方法研究[D];大连理工大学;2008年

6 徐桂芝;基于EIT技术的脑内电特性与功能成像研究[D];河北工业大学;2002年

相关硕士学位论文 前10条

1 马彩虹;基于压缩感知的图像重构方法研究[D];西安电子科技大学;2014年

2 谢玮琦;基于探针模型的原子力显微镜图像重构研究[D];沈阳建筑大学;2016年

3 李志权;基于笛卡尔坐标系下的图像矩的图像重构方法研究[D];陕西师范大学;2016年

4 叶国栋;超解像度图像重构问题的共轭梯度法[D];汕头大学;2006年

5 李艳红;基于全变分模型压缩传感图像重构的快速算法[D];河南大学;2012年

6 郜国栋;基于交替学习和免疫优化的压缩感知图像重构[D];西安电子科技大学;2012年

7 杨淑媛;基于自然计算的压缩感知图像重构[D];西安电子科技大学;2011年

8 秦晓伟;基于压缩感知超声图像重构研究[D];陕西师范大学;2013年

9 沈明欣;基于压缩感知理论的图像重构技术研究[D];南京航空航天大学;2010年

10 沈军;基于集群系统的三维图像重构并行技术实现研究[D];湖南师范大学;2007年

，

本文编号：2385581