杨 明 陈玲玲* 尹忠科

基于改进ACFOA的图像一维OMP稀疏分解

杨 明1陈玲玲1*尹忠科2

1(吉林化工学院信息与控制工程学院 吉林 吉林 132022)

2(西南交通大学信息科学与技术学院 四川 成都 610031)

针对二维图像稀疏分解运算复杂度高的问题，提出一种基于改进自适应混沌果蝇优化算法的图像一维正交匹配追踪OMP(Orthogonal Matching Pursuit)稀疏分解方法。算法首先将图像从二维空间转换到一维空间，然后对自适应混沌果蝇优化算法ACFOA(Adaptive Chaos Fruit Fly Optimisation Algorithm)的味道浓度判定值和混沌映射函数进行了改进，提高了算法的全局寻优性能，最后将改进后的ACFOA算法应用到图像一维OMP分解之中。实验结果表明，在相同实验条件下，图像一维OMP稀疏分解的速度是二维分解的1.12倍。

图像稀疏分解 正交匹配追踪 自适应混沌果蝇优化算法 计算复杂度 全局最优

0 引 言

在信号处理领域，传统的信号分解方法主要有余弦变换、傅里叶变换、哈特莱变换、小波变换、哈达玛变换等，这些变换都是正交变换，其分解基都是正交的。而传统的基于“基”的信号分解方法具有明显的局限性，通常不能够达到对信号的稀疏表示。为了达到对信号的简约表达形式，出现了基于过完备原子库的新的信号分解方法，这种方法称之为稀疏分解[1]。由于稀疏分解可以灵活地选取分解基，自适应地稀疏表示信号，其在信号处理的多个方面有了广泛的应用。比如信号去噪[2]、信号识别[3]、信号谱分析[4]、地震数据处理[5]等。由于稀疏分解的自身优势，其在出现不久便被应用到二维图像信号的研究分析上。……