- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于联合总变分最小化的视频压缩感知重建算法.pdf
第 12期 电 子 学 报 V01.42 No.12
2014年 12月 ACTAEIECTR0NICA SINICA Dec. 2014
基于联合总变分最小化的视频压缩感知重建算法
常 侃,覃团发,唐振华
(广西大学计算机与电子信息学院,广西南宁530(104)
摘 要: 在接收端进行预测和补偿的残差重建算法是一种高效的视频压缩感知重建算法.但是,残差重建算法
没有应用当前图像的稀疏先验,算法性能完全依赖于预测结果的准确性 .针对此问题,本文提出了一种基于联合总变
分最小化的视频压缩感知重建算法以提升重建图像质量.为了联合应用待重建图像及对应残差值的稀疏先验,在所建
立的重建模型中,分别计算 目标 图像块及其残差值的总变分范数;为求解最小化问题,引入新的变量,并基于 split
Bm~kan方法设计了一种迭代求解算法.实验结果表明,与同类算法相比,提出的重建算法可以在相同采样率下获得更
高质量的重建图像.
关键词: 压缩感知;总变分 ;稀疏先验;残差重建
中图分类号: TN919.8 文献标识码 : A 文章编号: 0372.2112(2014)12.2415.07
电子学报URL:http://www.eiouma1.org.ell DOI:10.3969/j.issn.0372.2112.2014.12.012
ReconstructionAlgorithm forCompressedSensingofVideo
BasedonJointTotaIVariationMinimization
CHANGKan,QINTuan—fa,TANGZhen—hua
(SchoolofComputerandElectronicInformation,GuangxiUnivenity,Nanning,Guangxi530004,China)
Abstract: Th eresidualreconslructionalgorithm,whichperformspredictionandcompensationatthereceiverside,isna effi—
cientreconstructionalgorithm forcompressedsensingofvideo.However,hteresidualreconstructionalgorithm doesn’tulakeuseof
thesparsitypriorofanimage,nadtheperformanceofhtealgorithm allreliesontheaccuracyofprediction.Thispaperproposesa
reconstructionalgorithmbasedOiljointtotalvariation(TV)minimizationtoimprovethequalityofreconstructedimages.Inorderto
jonitlyexploithtesparsityofimagesandtheirresidual,TVllorlnofatargetimageblockandTVnormofitsresidualarebothcalcu—
latedni hteestablishedreconstructionmode1.Tosolvetheminimizationproblem ,new variablesareintroduced,nadallitemtivealgo-
rithm isdevelopedbasedonhtesplitBregmanmehtod.Theexperimentalresultsshowthatwhencomparedwiht ohtertraditionalal
文档评论(0)