原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
基于改进层式DCT的压缩感知图像处理.pdf
2012 年 5 月
计算机工程
第 38 卷第9 期
Vo 1.38 No.9 Computer Engineering May 2012
文章编号: 100胁-3428(2012)0~226--02 文献标识码:A 中回分类号: TN919.8
·固形固像处理·
基于改进层式DCT 的压缩感知图像处理
尹晓章，张宝菊，王为，雷晴
(天津师寇大学物理与电乎信息学院，夭津 300387)
摘 要:为改芹图像压缩质坠，提出一种基于改迸层式离散余炫变换(DCT)的压缩感知问像处理方法。该}j法保留层式 DCT 变换的最高层
系数，只对其余层高频子带系数进行*缩感知随机测量。利用正交贝配迫踪算法对高频系数进行恢复，通过 DCT 反变换重构倒像。实验
结果表明，与基于层式 DCT 的方法相比，在:柑同压缩比的情况下，该方法霞构图像的峰值{占噪比较高。
关键词:压缩感知;随机测散;稀疏变换;改进层式禹散余弦变换;同像编码
Compressed Sensiog Image Processiog
ßased 00 Improved Layered DCT
YIN Xiao-hu~ ZHANG Bao仙. WANG We~ LEI Qing
(College ofPhysics and Electronic Information , Tianjin Normal University, Tianjin 300387 , China)
(Abstractl In order to improve the quality ofthe compressed image, an compressed sensing method based on improved layered Discrete Cosine
Transform(DCT) is proposed. It only measures the high-pass coefficients of the other layers, and prese凹es the top layer coefficients. For the
reconstruction , high-pass coe仔icients can be recovered by the measurements. The image can be re∞nstructed by the inverse DCT transformation.
Simulation results demonstrate that, at the same compression ratio , the peak signal to noise ratio ofthis method is higher 由an method ba~ed on layed
DCT.
(Key words I compressed sensing; random measurement; sparse transformation; improved layered Discrete Cosine Transform(DCT); image coding
DOI: 10.3969/j .issn. 1000-3428.20 12.09.069
1 概迷 传统理论与压缩感知理论下的信号编解码流程如图 l 和阁 2
所示。
信
文档评论（0）