基于壓縮感知的圖像稀疏表示及重構(gòu)算法研究.pdf

1、在傳統(tǒng)圖像處理過(guò)程中，圖像采樣均遵循Nyquist采樣定理。該定理要求信號(hào)的采樣速率必須大于或等于信號(hào)最高頻率的兩倍。這種采樣方式將產(chǎn)生大量冗余信息，這些冗余信息將對(duì)圖像的存儲(chǔ)、處理以及傳輸造成巨大壓力。為了有效解決傳統(tǒng)Nyquist采樣定理所面臨的瓶頸，Donoho提出了一種全新的壓縮采樣理論：壓縮感知。目前壓縮感知理論在圖像處理領(lǐng)域的研究主要包括：圖像的稀疏表示，測(cè)量矩陣的設(shè)計(jì)以及圖像的重構(gòu)算法等。本文首先對(duì)圖像的稀疏表示以及重構(gòu)算

2、法進(jìn)行深入研究，其次，將理論研究成果應(yīng)用于實(shí)際，構(gòu)造出一個(gè)實(shí)用的圖像重構(gòu)模型。文章的具體工作包括：
　?。?）針對(duì)傳統(tǒng)的稀疏字典訓(xùn)練方法不能充分利用圖像細(xì)節(jié)信息的問(wèn)題，本文給出一種分類(lèi)K-SVD稀疏字典訓(xùn)練方法。實(shí)驗(yàn)結(jié)果表明，本文給出的分類(lèi)稀疏字典訓(xùn)練方法的性能明顯優(yōu)于傳統(tǒng)K-SVD稀疏字典訓(xùn)練方法。
　?。?）在現(xiàn)有三類(lèi)典型貪婪算法深入分析的基礎(chǔ)之上,給出了一種基于硬閾值的快速正交匹配追蹤算法（FOMP-HT），實(shí)驗(yàn)證明，