基于自适应小波基和Smoothed-l_0的压缩感知图像重构算法.pdf

第 17卷第 1O期 Vo1．17．No．10 2011年 1O月 江 苏 技 术 师 范 学 院 学 报 JOURNALOFJLANGSUTEACHERSUNIVERSITYOFTECHNOLOGY 0ct．． 2011 基于 自适应小波基和Smoothed-10的 压缩感知图像重构算法 黄 添 强 ，一，苏 立 超 (1．福建师范大学 数学与计算机科学学院，福建 福州 350007； 2．福建师范大学 网络安全与密码技术福建省高校重点实验室，福建 福州 350007) 摘 要：使用压缩感知进行图像重构的意义在于能显著减少采样次数，节约系统资源。从提高图像重构质量和算 法执行速度角度出发，在已有的算法基础上加以改进 ，提出了基于自适应小波基和Smoothed—lo的图像重构算法 (AWSLo)，即根据测量矩阵行向量的个数，自适应地选择合适的小波基进行图像稀疏化，并使用Smoothed—lo算法 进行图像重构。仿真结果表明，该算法在图像重构质量上和执行速度上都比原算法有较大的提升，且在鲁棒性上 也有明显的改善。 关键词：压缩感知；图像重构；Smoo~ed—lo算法；单层小波变换 中图分类号：TN911．7 文献标识码：A 文章编号：1674—8522(2011)10—0033—06 0 引 言 随着时代的发展和科技的不断进步，人们对于的信息的需求量也逐步提升，这就对信息的处理速度 和采样速率等方面提出了更高的要求。传统的数据压缩是以高采样率为基础，导致许多采样数据被浪费。 为了减少采样的次数，节省系统资源，美国斯坦福大学的Donoho和Cand~s提出了压缩感知理论[1]，这个 理论表明：在远远低于传统数据压缩所需要的采样数时就可以精确地恢复源信号或图像。这一理论的提 出，为实现低采样率的信号编解码提供了契机。 压缩感知是以信号的稀疏性为前提的。时域信号总能通过某个正交基的变换将其稀疏化，从而获得 该信号的稀疏表示 ；信号的稀疏表示又可以被投影到一个低维的域上，从而得到维数比源信号更低的测 量值2[1研 以实现压缩感知的信号编码。 编码后的数据可以通过压缩传感恢复算法进行恢复，恢复算法根据其原理的不同，总体上可以分为 三类：基于线性规划的基追踪(BP)算法，基于贪婪追踪的匹配追踪(MP)和正交匹配追踪(OMP)算法，以 及基于凸优化的Smoothed一10算法等[31；这些算法在重构的精度、执行速度以及抗噪声的能力等方面均 有各 自特点。现阶段，还有许多新的算法和改进后的算法不断地被提出。但是，压缩感知作为一种新理论， 目前尚处于理论研究阶段 帆。 应用压缩理论对图像信号进行压缩和重构时，通常采用小波变换来对图像进行稀疏化处理。在传统 的方法中，需要对原始图像进行多层的小波变换，才能使得最终重构出的图像质量比较理想。文献 采 收稿 日期：2011一O9—05 基金项目：国家自然科学基金(编号；福建省 自然科学基金(编号：2007J0016，2008J04004)、福建省高校服务 海西建设重点项 目(编号：NO．2008HX200941—4—5)、福建省高校新世纪优秀人才项 目(编号：JA11038) 作者简介：黄添强(1971一)，男，福建莆田人眉0教授，博士，主要研究方向为人工智能、机器学习、数据挖掘；苏立超(1989一)， 男 ，福建福州人 ，硕士研究生，主要研究方向为数据挖掘。 万方数据 34 江 苏 技 术 师 范 学 院 学 报 第 17卷 用对传统方法进行改进，使得只需要对原始图像进行单层小波变换，就可重构出较好质量的图像。但是该 算法在重构质量和算法执行速度上仍有较大提高空间，本文在该算法基础上进行改进，提出了AWSL0算 法，使得算法在图像质量、执行时间