压缩感知算法在数字图像处理中的研究与应用
2014-10-27邱中杰杜宏博王雯马洪李重华
无线互联科技 2014年9期
邱中杰 杜宏博 王雯 马洪 李重华
摘 要:随着压缩感知理论研究工作的深入,压缩感知在信号和图像处理领域已引起众多研究者的关注。理论已经证明自然图像本身具有稀疏的表示特性,符合人类所接触的很多信号和图像的处理。近年来,压缩感知理论已被大量应用到信号和图像处理的各个领域[1]。如何构造一个适合不同模态图像的变换字典,并设计相应的快速而有效的稀疏分解算法是本项目中稀疏分解矩阵建立研究的重要内容;提出快速、准确、鲁棒性好的CS重建算法也是本项目研究的主要内容之一。
关键词:压缩感知;稀疏表示;变化字典;鲁棒性
1 引言
目前,图像压缩技术可主要分为两大类,即有损压缩和无损压缩。无损压缩虽然严格地保证了图像质量,但是压缩率较低,仅为2~3倍,无法达到实时传输和节省存储空间的要求。为了提高压缩率,人们开始尝试有损压缩算法,主要包括区域压缩算法[2]、JPEG压缩算法[3]、基于小波变换的压缩算法[4]、面向对象的区域运动补偿算法[5]等。这些算法虽然在很大程度上压缩了图像的冗余信息,但是其压缩处理方法均基于以下几个步骤进行:即首先对可压缩信号进行高速采样、然后对采样数据进行压缩,最后把压缩过的信号进行解压缩以便恢复原始信号。众所周知,传统信号采样的准则是Nyquist采样定理,因此,在影像设备将模拟信号转成數字图像的过程中经常需要较高的采样率,而为了便于传输,又要对获得的大量信息进行数据压缩,只保留一部分必要信息。……
登录APP查看全文
