基于低秩和稀疏性先验知识的压缩感知图像重构

• 作者: 朱俊 陈长伟
• 来源期刊: 计算机应用研究
• 关键词: 压缩感知 稀疏表示 总变差 低秩属性
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 949-952
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.03.072

摘要

针对当前重建效果最好的基于低秩先验的NLR重建算法,忽略了图像的局部结构信息,不能有效地重建图像的边缘,为了在测量值数量不变的情况下进一步提高图像的重建质量,在低秩先验的基础上,引入稀疏约束(梯度域的稀疏性一总变差)作为图像额外的先验知识,建立了基于总变差和低秩约束的CS图像重建模型.增广拉格朗日—交替方向乘子算法用于求解产生的非凸优化问题.实验结果表明,与传统的稀疏性先验重建算法和NLR算法相比,所提算法能够获得更高的图像重构质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈长伟	南京晓庄学院信息工程学院	19	50	4.0	6.0
2	朱俊	金陵科技学院计算机工程学院	6	12	3.0	3.0