基于高斯平滑压缩感知分数阶全变分算法的图像重构

• 作者: 覃亚丽 梅济才 任宏亮 胡映天 常丽萍
• 来源期刊: 电子与信息学报
• 关键词: 图像重构 压缩感知 全变分 分数阶微分 高斯平滑
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 图像与智能信息处理|Image and Intelligent Information Processing
• 页码范围: 2105-2112
• 页数: 8页
• 分类号: TN911.73|TP391.41
• 语种: 中文
• DOI: 10.11999/JEIT200376

摘要

针对全变分(TV)算法梯度效应造成图像纹理细节丢失和单像素成像系统中的环境噪声问题,该文给出基于高斯平滑压缩感知分数阶全变分(FOTVGS)算法的图像重构.分数阶微分损失图像低频分量的同时增加了图像的高频分量,达到增强图像细节的目的,高斯平滑滤波算子更新拉格朗日梯度算子滤除了微分算子导致的加性高斯白噪声高频分量的增加.仿真结果表明,对比其他4种同类算法,在相同的采样率和噪声水平下,该算法能取得最大的峰值信噪比(PSNR)和结构相似度(SSIM).采样率为0.2时,对比分数阶全变分(FOTV)算法,在无噪声(测量值SNR=∞)和有噪声(测量值SNR=25 dB)情况下提高的最大峰值信噪比和结构相似度分别是1.39 dB(0.035)和3.91 dB(0.098).可见,此算法在无噪声和有噪声情况下均能提高图像的重构质量,尤其是在有噪声情况下对图像重构质量有较大提高.该算法为单像素成像等计算成像系统中由于环境造成的噪声的图像重构提供了可行的解决方案.