分块压缩感知改进算法在图像重构中的应用研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

分块压缩感知改进算法在图像重构中的应用研究
随着信息时代数据信息呈爆炸式增长,依靠传统采样定理对数据采样缺点越加明显,在此背景下,基于数据稀疏性提出压缩感知(Compressed Sensing,CS)采样定理得到了迅速发展,该定理将数据采样和压缩结合在一起,只采集包含信号本质部分信息,突破了奈奎斯特定理的局限性,因其独特优势在信号处理、无线通信等领域得到了广泛的研究。在CS理论基础上,处理自然二维图像时,传统方法通常是对整幅图像进行采样,缺点是需要大维度观测矩阵才能对图像进行观测,不利于计算和存储。
在此情况下,块稀疏信号及图像分块压缩感知技术成为了当前研究的热门,分块压缩感知技术可以快速对大维度信号完成采样和重构。本文主要是针对分块图像压缩感知问题进行深入学习研究并提出改进,主要研究工作如下:首先,本文对现有分块压缩感知稀疏表示方法进行研究,分析这类算法的优势和不足,针对这类算法在对分块图像进行压缩感知采样重建信号会出明显块效应的缺点,在现有新K-均值序列推广算法的基础上提出了改进K-均值序列推广算法,该算法在原有算法基础上通过双准则优化最小二乘算法对稀疏系数矩阵再次迭代更新,降低 ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：压缩感知 应用研究 compress Sensing pressed