分块压缩感知的全变差正则化重构算法

• 作者: 厉智强 吕海波 宫久路 李秋富 谌德荣 韩肖君
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 分块压缩感知 l0范数 全变差 阈值滤波 凸集投影
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 论文
• 页码范围: 2217-2223
• 页数: 7页
• 分类号: TN919.81
• 字数: 4407字
• 语种: 中文
• DOI: 10.11999/JEIT180931

摘要

针对分块压缩感知(BCS)重建图像质量较差问题,该文提出一种最小化l0范数的分块压缩感知全变差(TV)正则化迭代阈值图像重构算法(BCS-TVIT).BCS-TVIT算法考虑图像的局部平滑、有界变差等性质,将最小化l0范数与图像的全变差TV正则项结合,构建目标函数.针对目标函数中l0范数项和分块测量约束项无法直接优化问题,采用迭代阈值法使重构图像l0范数最小化,并通过凸集投影保证满足约束条件,完成了目标函数的优化求解.实验表明,与基于l0范数最小化的分块压缩感知平滑投影算法(BCS-SPL)相比,BCS-TVIT算法重构图像峰值信噪比提高2 dB,能消除BCS-SPL的"亮斑"效应,且在视觉效果上明显优于BCS-SPL算法;与最小全变差算法相比,BCS-TVIT算法重构图像峰值信噪比提升1 dB,且能降低重构时间约2个数量级.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谌德荣		38	205	9.0	12.0
2	宫久路		12	75	4.0	8.0
3	厉智强		3	7	2.0	2.0
4	李秋富		3	9	2.0	3.0
5	吕海波		1	3	1.0	1.0
6	韩肖君		1	3	1.0	1.0