非局部正则化的压缩感知图像重建算法.pdfVIP

Vo l. 35 No.1 第 35 卷第1 期 系统工程与电子技术 2013 年 1 月 Systems Engineering and Electronics January 2013 文章编号: 100 1-506X( 2013) 01-0 196-07 网址: 非局部正则化的压缩感知图像重建算法 李星秀l ，韦志辉2 ，肖 亮2 ，费选2 (1.南京理工大学理学院，江苏南京 210094; 2. 南京理工大学计算机科学与技术学院，江苏南京 210094) 摘 要:压缩感知(compressed sensing , CS) 图像重建算法是 CS 图像获取问题的一个研究重点。针对传统 基于稀疏性先验的重建算法不能有效重建图像的各种结构特征，为了在测量值数量不变的情况下进一步提高图 像的重建质量.在稀疏性先验的基础上，引入局部自回归模型和非局部自相似性作为图像额外的先验信息，建立 了非局部正则化的 CS 图像重建模型，并给出了相应的数值求解算法。此外，对于重建模型中图像的自回归参数， 给出一种基于非局部相似点的估计方法。实验结果表明，较之传统的稀疏性正则化重建算法和同类的 MARX (model- based adaptive recovery of compressive sensing) 算法，所提算法能获得更高的图像重建质量。 关键词:压缩感知;图像重建;自回归模型;非局部自相似性 中固分类号: TN 91 1. 72 文献标志码:A 001 :10. 3969/j. issn.1001-506X. 2013. 0 1. 33 Compressed sensing image reconstruction algorithm based on non-Iocal regularization LI Xing-xiu l , WEI Zhi-hui 2 , XIAO Liang2 , FEI Xuan2 (1. School of Science. Nanjin~ University of Science and Technοlogy ， Nanjing 210094 , China; 2. School of Cοm户ut旷 Science and Technology , Nanjing University υf Science ζmd Technolοgy ， Nωljing 210094. China) Abstract: Compressed sensing (CS) image reconstruction algorithm is a key point in the CS image acquisi- tion problem. The conventional sparsity based reconstruction algorithms cannot eHectively reconstruct various image structures. In order to improve the reconstruction precision with the same number of measurements , thc local autoregres