資源描述：
《基于壓縮感知的圖像快速重構(gòu)去噪算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、2012年7月西安郵電學(xué)院學(xué)報(bào)Ju1．2012第17卷第4期JOURNALOFⅪ’ANUNIVERSITYOFPOSTSANDTELECOMMUNICATIONSVo1．17No．4基于壓縮感知的圖像快速重構(gòu)去噪算法王小剛，田小平，吳成茂(西安郵電大學(xué)電子工程學(xué)院，陜西西安710121)摘要：針對(duì)傳統(tǒng)的壓縮感知重構(gòu)算法運(yùn)算量大，圖像質(zhì)量低的缺點(diǎn)，提出一種新的圖像快速重構(gòu)去噪算法。首先對(duì)圖像進(jìn)行一級(jí)小波分解，分別提取近似分量子圖像和細(xì)節(jié)分量子圖像，并對(duì)細(xì)節(jié)分量子圖像進(jìn)行軟闞值去噪處理，然后對(duì)近似分量子圖像和處理后的細(xì)節(jié)分量子圖像運(yùn)
2、用新的壓縮感知重構(gòu)算法進(jìn)行恢復(fù)，最后將恢復(fù)的細(xì)節(jié)分量和近似分量進(jìn)行小波逆變換，得到重構(gòu)后的圖像。實(shí)驗(yàn)結(jié)果表明，新方法可減少重構(gòu)時(shí)的運(yùn)算量，有一定的去噪效果，且可提高圖像質(zhì)量。關(guān)鍵詞：小波分解；圖像去噪；壓縮感知；稀疏表示；圖像重構(gòu)中圖分類號(hào)：TP751．1文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007—3264(2012)04—0011一O5thinofgrayiImgebasedmO0咖p_、7esensingWANGXiaogang。TIANXiaoping，WUChengmao(SchoolofElectronicEngineering
3、，Xi’anUniversityofPostsandTelecommunications，Xi’an710121，China)Abstract：Duetothedisadvantageof1argecomputationandimagequalitydegradationOfclassi—calreconstructionalgorithm，anovelimagefastreconstructiondenoisingalgorithmbasedontra—ditionalcompressionsensingispresented
4、．Firstly，A1一layerwaveletdecompositionisusedtoex-tracttheapproximatecoefficientsanddetailcoefficientsfromtheimageandasoftthresholdde—noisingmethodisusedtodealwithextracteddetailcoefficients．Secondly，anewcompressionsensingreconstructionmethodhasbeenusedtorecovertheseap
5、proximatecoefficientsanddispos—aleddetailcoefficients．Finally，thereconstructedimagesareobtainedbasedonrecovereddetailcoefficientsandapproximatecoefficientsbywaveletinversed-transform．Experimentalresultsdemonstratethattheproposedmethodcanreducethecomputation，removeima
6、genoiseandim—provethequalityofthereconstructedimage．Keywords：waveletdecomposition，imagedenoising，compressionsensing，sparserepresenta—tion。imagerecOnstructiOn壓縮感知(CompressedSensing，CS)作為一種情況下，采用亞奈奎斯特采樣速率對(duì)信號(hào)進(jìn)行采樣，新的信息獲取理論，打破了傳統(tǒng)的奈奎施特／香農(nóng)采能以高概率精確地從采樣值中恢復(fù)原始信號(hào)。該理樣定理，受到了國(guó)際學(xué)術(shù)界
7、的高度關(guān)注，并被初步應(yīng)論主要涉及三個(gè)部分內(nèi)容，首先是選擇合適的基底用于信息論、醫(yī)學(xué)成像、模式識(shí)別等很多領(lǐng)域引。使信號(hào)在此基底下有最強(qiáng)稀疏性；其次是構(gòu)造合適壓縮感知理論表明，當(dāng)信號(hào)具有稀疏性或可壓縮的的觀測(cè)矩陣對(duì)稀疏信號(hào)進(jìn)行測(cè)量，獲取觀測(cè)值；最后收稿日期：2012-03-29基金項(xiàng)目：陜西省教育廳自然科學(xué)專項(xiàng)基金資助項(xiàng)目(2010JK816)作者簡(jiǎn)介：王小剛(1987一)，男，碩士研究生，研究方向?yàn)閳D像與視頻通信。E-mail：persistone@163．corn田／J、平(1963一)，男，教授，從事圖像處理與圖像通信研究。E
8、-mail：xptian@xupt．eduan·12·西安郵電學(xué)院學(xué)報(bào)2012年7月是信號(hào)的重構(gòu)算法問題[4]。1．2分塊壓縮感知信號(hào)的稀疏表示是一個(gè)有待進(jìn)一步研究的問運(yùn)用壓縮感知理論對(duì)圖像進(jìn)行采集與重構(gòu)取得題。研究信號(hào)的稀疏表達(dá)的目的是尋求信號(hào)在某一了一定的成
