新的似零范数的分块压缩感知图像重构

发布时间：2019-01-16 07:36

【摘要】：针对提高压缩感知图像重构精度的问题,提出新的近似l0范数的函数,并结合牛顿算法实现图像重构.首先选用冗余脊波变换矩阵作为稀疏表示图像的基函数,利用正交匹配追踪算法对图像进行稀疏化.重构过程基于压缩感知理论,结合似零范数算法思想,用一个简单的分式函数来近似估计l0范数,并通过牛顿迭代算法求得稀疏解,从而实现了二维图像重构,融合了似零范数算法快速收敛和牛顿迭代法高精度的优点.仿真实验结果表明,在相同的条件下,相比于现有的其他同类算法,该算法重构的图像精度更高,有效地提高了压缩感知图像重构的质量.
[Abstract]:In order to improve the accuracy of compressed perceptual image reconstruction, a new function, which approximates the L 0 norm, is proposed, and the Newton algorithm is used to realize image reconstruction. Firstly, the redundant ridgelet transform matrix is chosen as the basis function of sparse representation of the image, and the image is sparse by orthogonal matching tracking algorithm. The reconstruction process is based on the theory of compression perception, combined with the idea of zero-like norm algorithm. A simple fractional function is used to approximate estimate the l0-norm, and the sparse solution is obtained by Newton iterative algorithm, thus the two-dimensional image reconstruction is realized. It combines the advantages of fast convergence of zero-like norm algorithm and high accuracy of Newton iteration method. Simulation results show that under the same conditions, compared with other similar algorithms, the proposed algorithm has higher image accuracy and improves the quality of compressed perceptual image reconstruction effectively.
【作者单位】： 燕山大学理学院;
【基金】：燕山大学青年教师自主研究计划理工A类课题项目(LGA016)资助
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 熊行创;方向;欧阳证;江游;黄泽健;邓玉林;张玉奎;;质谱成像数据图像重构软件[J];质谱学报;2011年03期

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 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

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5条

1 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

2 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

3 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

4 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

5 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 杨滔;aEEG信号图像重构及基于集成SVM的分类研究[D];华东师范大学;2017年

5 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

6 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

7 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

8 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

9 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

10 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

，

本文编号：2409601