基于压缩感知的图像快速重构去噪算法

《基于压缩感知的图像快速重构去噪算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2012年7月西安邮电学院学报Ju1．2012第17卷第4期JOURNALOFⅪ’ANUNIVERSITYOFPOSTSANDTELECOMMUNICATIONSVo1．17No．4基于压缩感知的图像快速重构去噪算法王小刚，田小平，吴成茂(西安邮电大学电子工程学院，陕西西安710121)摘要：针对传统的压缩感知重构算法运算量大，图像质量低的缺点，提出一种新的图像快速重构去噪算法。首先对图像进行一级小波分解，分别提取近似分量子图像和细节分量子图像，并对细节分量子图像进行软阚值去噪处理，然后对近似分量子图像和处理后的细节分量子图像运

2、用新的压缩感知重构算法进行恢复，最后将恢复的细节分量和近似分量进行小波逆变换，得到重构后的图像。实验结果表明，新方法可减少重构时的运算量，有一定的去噪效果，且可提高图像质量。关键词：小波分解；图像去噪；压缩感知；稀疏表示；图像重构中图分类号：TP751．1文献标识码：A文章编号：1007—3264(2012)04—0011一O5thinofgrayiImgebasedmO0咖p_、7esensingWANGXiaogang。TIANXiaoping，WUChengmao(SchoolofElectronicEngineering

3、，Xi’anUniversityofPostsandTelecommunications，Xi’an710121，China)Abstract：Duetothedisadvantageof1argecomputationandimagequalitydegradationOfclassi—calreconstructionalgorithm，anovelimagefastreconstructiondenoisingalgorithmbasedontra—ditionalcompressionsensingispresented

4、．Firstly，A1一layerwaveletdecompositionisusedtoex-tracttheapproximatecoefficientsanddetailcoefficientsfromtheimageandasoftthresholdde—noisingmethodisusedtodealwithextracteddetailcoefficients．Secondly，anewcompressionsensingreconstructionmethodhasbeenusedtorecovertheseap

5、proximatecoefficientsanddispos—aleddetailcoefficients．Finally，thereconstructedimagesareobtainedbasedonrecovereddetailcoefficientsandapproximatecoefficientsbywaveletinversed-transform．Experimentalresultsdemonstratethattheproposedmethodcanreducethecomputation，removeima

6、genoiseandim—provethequalityofthereconstructedimage．Keywords：waveletdecomposition，imagedenoising，compressionsensing，sparserepresenta—tion。imagerecOnstructiOn压缩感知(CompressedSensing，CS)作为一种情况下，采用亚奈奎斯特采样速率对信号进行采样，新的信息获取理论，打破了传统的奈奎施特／香农采能以高概率精确地从采样值中恢复原始信号。该理样定理，受到了国际学术界

7、的高度关注，并被初步应论主要涉及三个部分内容，首先是选择合适的基底用于信息论、医学成像、模式识别等很多领域引。使信号在此基底下有最强稀疏性；其次是构造合适压缩感知理论表明，当信号具有稀疏性或可压缩的的观测矩阵对稀疏信号进行测量，获取观测值；最后收稿日期：2012-03-29基金项目：陕西省教育厅自然科学专项基金资助项目(2010JK816)作者简介：王小刚(1987一)，男，硕士研究生，研究方向为图像与视频通信。E-mail：persistone@163．corn田／J、平(1963一)，男，教授，从事图像处理与图像通信研究。E

8、-mail：xptian@xupt．eduan·12·西安邮电学院学报2012年7月是信号的重构算法问题[4]。1．2分块压缩感知信号的稀疏表示是一个有待进一步研究的问运用压缩感知理论对图像进行采集与重构取得题。研究信号的稀疏表达的目的是寻求信号在某一了一定的成