基于波浪式矩阵置换的稀疏度均衡分块压缩感知算法

基于波浪式矩阵置换的稀疏度均衡分块压缩感知算法
杜秀丽;张薇;陈波
【期刊名称】《计算机应用》
【年(卷),期】2018(038)012
【摘要】基于矩阵置换的分块压缩感知(BCS)引入矩阵置换的策略,使复杂子块和稀疏子块向介于两者中间的稀疏度水平变化,用单一采样率采样时可以减少块效应,但仍存在块间稀疏度均衡效果较差的问题.为了得到更好的重构效果,提出基于波浪式矩阵置换的稀疏度均衡BCS (BCS-RMP)算法.首先,在采样前对图像进行矩阵置换的预处理,通过波浪式置换矩阵对图像各子块的稀疏度进行均衡;然后,采用相同的测量矩阵对子块进行采样,在解码侧进行重构;最后,通过波浪式置换逆矩阵对重构结果进行逆变换得到最终的重构图像.仿真结果表明,与现有矩阵置换算法相比,当选择合适的子块大小和采样率时,所提波浪式矩阵置换算法可有效提高图像的重构质量,且能更准确地体现细节信息.
【总页数】6页(P3541-3546)
【作者】杜秀丽;张薇;陈波
【作者单位】辽宁省通信网络与信息处理重点实验室(大连大学信息工程学院),辽宁大连116622;辽宁省通信网络与信息处理重点实验室(大连大学信息工程学院),辽宁大连116622;辽宁省通信网络与信息处理重点实验室(大连大学信息工程学院),辽宁大连116622
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.分块OSTM测量矩阵构造及自适应压缩感知算法 [J], 杨爱萍;张金霞;钟腾飞;卜令勇
2.基于压缩感知的稀疏度自适应无源目标定位算法 [J], 闫雷兵; 王翠钦; 牟光臣; 尹川
3.基于压缩感知理论的分块压缩感知算法 [J], 黄超;吴亚娟
4.基于压缩感知的稀疏度自适应超高次谐波检测算法 [J], 刘建锋;励晨阳;余光正;田野;张甜
5.基于改进稀疏度自适应匹配追踪算法的压缩感知DOA估计 [J], 窦慧晶;肖子恒;杨帆
因版权原因，仅展示原文概要，查看原文内容请购买。