基于压缩感知理论的图像优化技术

• 作者: 周若飞 王钢 邹昳琨
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 图像处理 压缩感知 图像去噪 图像去模糊 超分辨
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文
• 页码范围: 222-233
• 页数: 12页
• 分类号: TN911.73
• 字数: 9578字
• 语种: 中文
• DOI: 10.11999/JEIT190669

摘要

压缩感知(CS)理论是目前信息工程相关领域研究的前沿热点之一.它打破了传统的奈奎斯特采样定理,相比于其要求的最小采样频率,CS理论证明了能够从更低数目的采样中以高概率完整地恢复原始信号,在保证信息特征不丢失的前提下节省了数据采集和处理的时间成本.压缩感知理论本质上可以视为处理线性信号恢复问题的工具,因此在求解信号和图像的逆问题上有着显而易见的优势.图像退化问题便是其中之一,恢复相应的高质量图像的过程即为图像优化.为推动压缩感知理论的学术研究与实际应用,该文介绍了其基本原理与方法.根据图像优化技术的现存研究工作,分别从去噪、去模糊和超分辨三大主流方面研究了基于CS理论的优化技术.最后探讨了所面临的问题和挑战,分析了未来的发展趋势,为将来研究工作的展开提供借鉴与帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王钢	哈尔滨工业大学电子与信息工程学院	105	536	11.0	18.0
2	周若飞	哈尔滨工业大学电子与信息工程学院	6	2	1.0	1.0
3	邹昳琨	哈尔滨工业大学电子与信息工程学院	2	0	0.0	0.0