过完备字典稀疏表示下的RAMP重构算法

• 作者: 刘翠响 王宝珠 郭志涛 马玉双
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 压缩感知 K-均值奇异值分解(K-SVD) 重构算法 过完备字典
• 年，卷（期）: 2018,（14）
• 所属期刊栏目: 图形图像处理
• 页码范围: 199-202,248
• 页数: 5页
• 分类号: TN911.7
• 字数: 3761字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1704-0193

摘要

压缩感知理论将采样理论与压缩理论合二为一,成为最近几年来的研究热点.主要依据图像的稀疏性或是可压缩性的特点,使用K-均值奇异值分解(K-Means Singular Value Decomposition,K-SVD)算法训练获得过完备字典,使用高斯随机矩阵作为测量矩阵,最后通过正则化自适应匹配追踪算法作为压缩感知重构算法,提出了K-SVD过完备字典的正则化自适应匹配追踪算法(KSVD Regularized Adaptive Matching Pursuit,KSVD-RAMP).通过对重构图像的峰值信噪比、重构时间、相对误差等客观评价指标以及主观视觉上对所提算法以及传统的贪婪算法做对比.实验结果表明,该算法比基于离散小波稀疏表示的RAMP算法的峰值信噪比提升了2～6 dB.因此,该算法重构出的图像不管在视觉效果上,还是在客观评价指标上都有一定的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘翠响	河北工业大学电子信息工程学院	30	115	6.0	9.0
2	王宝珠	河北工业大学电子信息工程学院	73	378	10.0	16.0
3	郭志涛	河北工业大学电子信息工程学院	47	339	9.0	16.0
4	马玉双	河北工业大学电子信息工程学院	2	5	1.0	2.0