压缩感知OMP和SP算法在图像重构的应用.pdfVIP

ISSN 1009-3044 E-maü : eduf@d Computer Knowledge and TI邵阳ology电脑知识与技术 http://www.命lZS. Vol , No 23 , Augus 20 5 Tel:+86-551 65690964 压缩感知OMP和SP算法在图像重构的应用 张马会 (安徽理工大学，安徽淮南2321侧) 捕要: 该文介绍了压缩感知理论以及OMP和SP算法的核心思想以及信号的仿真实验，利用离散小波交换的方法对图像信 号进行稀疏化的处理，并分别用 OMP算法和SP 算法对图像信号进行重构。 用 MATLAB进行仿真实验， 得到不同采样伞 下的重构图像以及重构图像的峰位信噪比和运行的时间。 实验结果表明 :OMP算法的运行时间比较短， 而SP算法在采样 率低的情况下重构效果比较好。 关键词:压缩感知; 图像处理;重构算法 中图分类号: TP391 文献标i只码:A 文章编号:1009-3044(2015)23-0123-02 1 压缩感知 步骤3 : 有最小二乘得到xt=a鸣rninlb.- φ.i1l2 ; 步骤4: 更新残差几叮-φλ，但什 1 ; 压缩感知E盟论指出 ， 当信号在某个变换域是稀疏的，此时 步骤5 : 判断是否满足。K，若满足，则停止迭代;若不满足， 利用与变换矩阵不相干的测量矩阵将变换系数线性投影为低 则执行步骤1 维观ìj!IJ 向盘， 同时这种投影保持了重构所需要的信息， 通过进 SP算法从信号子窑间角度出发，在已知稀疏度 K 的情况 步求解稀疏最优化问题就能够从低统的观测向盘精确地重 下， 首先确定 个大小为 K 的支撑域，然后在每次送代中对此 构出原始的高维信号。 设X为N的维信号， 当X 在某变换 支撑域即子窒间进行更新修正。 与 OMP算法所采用的前向追 基ψ [ψ ， ψ2 ， …， ψN ]下司表示 X ls 2,.lω(1 ) 踪逐步扩大信号支撑集不同， sP 算法采用后向追踪的方式， 每 次选代中将己找出的原子中的错选原子剔除并以新找出的原 其中，系数s 有K N个元素是非零的， 有N K 个元素 子进行替换，逐步逼近其实支撑集。 SP算法的核，心步骤 接近于零时， 此时称信号X是K稀疏的。 此时， 对该信号X进 行采样或测量。 测量矩阵φ为M xN 的矩阵(K M N) ，根 输入: 恢复矩阵0，观ìj!IJ样本) ， 稀疏度 K 据公式Y φX ，得到采样矩阵Y。压缩感知E盟论指出通过式 输出: 信号的稀疏逼近S y=φIJts=0s 可以从较少的M 个采样矩阵Y中重构出原始的信 初始化: 残差ro=y ，索引集A02日， t=l; 号X，这个问题可以简化为求解 个L最优化问题。 然而这个