結(jié)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(duì)高維稀疏信號(hào)降維后進(jìn)行精確重建的理論。由于壓縮感知技術(shù)突破了長期以來信號(hào)采集速率與帶寬的瓶頸，能夠同時(shí)實(shí)現(xiàn)信號(hào)的采集與壓縮，有效降低硬件資源與采集時(shí)間的浪費(fèi)，因而廣泛應(yīng)用于各領(lǐng)域數(shù)據(jù)采集系統(tǒng)。又由于其信號(hào)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(hào)分離、超分辨率重建、遙感圖像融合等應(yīng)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(duì)“資源浪費(fèi)”和信號(hào)重建精度

2、起著決定性作用。圖像信號(hào)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(jié)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(yàn)信息的前提下，結(jié)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(jìn)的DCT扇形劃分的壓縮感知方法。為了進(jìn)一步提高圖像重建質(zhì)量，降低重建時(shí)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(duì)中/高頻帶系數(shù)

3、進(jìn)行測量。然后利用正交匹配追蹤算法(OMP)對(duì)中/高頻系數(shù)進(jìn)行恢復(fù)，進(jìn)行DCT反變換重構(gòu)圖像。實(shí)驗(yàn)證明，在壓縮率較低時(shí)，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(yīng)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(chǔ)采樣率；再使用基礎(chǔ)采樣率對(duì)平滑塊采樣，在基礎(chǔ)采樣率的基礎(chǔ)上結(jié)合小波域系數(shù)統(tǒng)