結合圖像特征的變采樣率壓縮感知算法.pdf

1、壓縮感知是從稀疏表示理論中發(fā)展而來，是對高維稀疏信號降維后進行精確重建的理論。由于壓縮感知技術突破了長期以來信號采集速率與帶寬的瓶頸，能夠同時實現(xiàn)信號的采集與壓縮，有效降低硬件資源與采集時間的浪費，因而廣泛應用于各領域數(shù)據(jù)采集系統(tǒng)。又由于其信號稀疏步驟能夠很好的表示圖像特征，壓縮感知理論框架在矩陣填充、信號分離、超分辨率重建、遙感圖像融合等應用中具有明顯優(yōu)勢。
　　數(shù)據(jù)采集是壓縮感知中最重要的環(huán)節(jié)之一，對“資源浪費”和信號重建精度

2、起著決定性作用。圖像信號在正交基的投影系數(shù)系數(shù)具有明顯的“聚集”現(xiàn)象，然而傳統(tǒng)測量過程并未結合這一特征，采用的是固定測量矩陣，因而重建效果并不盡如人意。本文分析了固定測量矩陣帶來的不足，在有先驗信息的前提下，結合圖像空間域與稀疏域系數(shù)特征，提出了兩種采樣次數(shù)分配策略。
　　1.提出了一種改進的DCT扇形劃分的壓縮感知方法。為了進一步提高圖像重建質量，降低重建時間，使用扇形劃分的形式保留低頻帶系數(shù)，利用不同采樣率分別對中/高頻帶系數(shù)

3、進行測量。然后利用正交匹配追蹤算法(OMP)對中/高頻系數(shù)進行恢復，進行DCT反變換重構圖像。實驗證明，在壓縮率較低時，與單層小波等方法相比，該算法的重建效果得到較明顯提高。
　　2.在分塊壓縮感知采樣過程中，提出一種基于紋理特征的圖像分塊自適應采樣壓縮感知算法。首先使用空間頻率提取圖像塊紋理信息；其次根據(jù)紋理信息將圖像塊分為平滑塊或紋理塊，并確定各塊的基礎采樣率；再使用基礎采樣率對平滑塊采樣，在基礎采樣率的基礎上結合小波域系數(shù)統(tǒng)