基于联合总变分最小化的视频压缩感知重建算法.pdfVIP

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