基于压缩感知的稀疏度自适应图像修复.pdfVIP

第 卷第 期 铁 道 学 报 36 9 Vol.36 No.9 年 月 2 0 1 4 9 JOURNAL OF THE CHINA RAILWAY SOCIETY Se tember 2014p 文章编号: ( ) 1001-8361 2014 09-0052-08 基于压缩感知的稀疏度自适应图像修复 , 1 2 2 2 周亚同 , 王丽莉 , 唐红梅 ( , ; , ) 1.北京大学 数学科学学院 北京 100871 2.河北工业大学 信息工程学院 天津 300401 : , 。 摘 要 压缩感知理论利用信号的稀疏特性 能够以较少的采样数据恢复出完整的信号 本文基于压缩感知理 , 。 , 论 提出一种稀疏度自适应图像修复算法 有别于传统的图像修复方法 本文首先根据大量样本数据进行 奇 K- ( ) , ; 异值分解 K-SVD 字典训练 用训练得到的超完备字典取代正交基函数 然后根据图像的退化模型对感知矩阵 ; , 加以约束 最后针对二维破损图像稀疏度未知问题 在重构阶段提出了一种稀疏度自适应正则化正交匹配追踪算 ( ) 。 , 法 SA-ROMP 实现破损图像修复 本文引入的超完备字典能够自适应地根据训练样本进行特征提取 具有更 。 , 强的稀疏表示能力 重构阶段的SA-ROMP算法在迭代过程中利用 lo istic 回归函数获取阈值 再通过阈值对残 g , 。 差与感知矩阵的相关系数进行判定 能够自适应选择原子候选集的个数 图像修复实验结果验证了本文算法的 , 。 可行性 并且修复效果明显优于其他同类算法 : ; ; ; ; ( ) 关键词 压缩感知 图像修复 奇异值分解 稀疏度自适应 正则化正交匹配追踪 K-