基于低秩和全变差正则化的图像压缩感知重构-江苏大学.pdfVIP

２０１７年９月 第３８卷　第５期 Ｓｅｐｔ．２０１７ Ｖｏｌ．３８　Ｎｏ．５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－７７７５．２０１７．０５．０１２ 基于低秩和全变差正则化的图像压缩感知重构 杨　桄，封　磊，孙怀江，孙权森 （南京理工大学 计算机科学与工程学院，江苏 南京２１００９４） 摘要：为了解决基于低秩正则化的图像压缩感知重构算法不能充分利用图像局部梯度稀疏特性的 问题，提出了一种基于低秩与全变差正则化的图像压缩感知重构算法．首先，通过图像块匹配法寻 找结构相似的图像块，组成非局部相似块组；其次，联合相似块矩阵低秩与图像梯度稀疏先验组成 正则化项，结合传统的压缩感知模型形成新模型；最后，采用交替方向乘子法实现图像的重构．测试 图像为自然灰度图像，为了验证算法的有效性，从主观视觉和峰值信噪比两方面进行对比．试验结 果表明，和基于低秩正则化的图像压缩感知算法相比，该算法在准确描述图像非局部自相似性结构 特征的前提下提高了重构质量，重构的图像在峰值信噪比上平均提升１ｄＢ． 关键词：压缩感知；图像重构；全变差；低秩近似；交替方向乘子法 中图分类号：ＴＮ９１９．８　　文献标志码：Ａ　　文章编号：１６７１－７７７５（２０１７）０５－０５７１－０５ 引文格式：杨　桄，封　磊，孙怀江，等．基于低秩和全变差正则化的图像压缩感知重构［Ｊ］．江苏大学学报（自然科学版），２０１７，３８ （５）：５７１－５７５，６１４． Ｉｍａｇｅｃｏｍｐｒｅｓｓｉｖｅｓｅｎｓｉｎｇｒｅｃｏｎｓｔｒｕｃｔｉｏｎｂａｓｅｄｏｎｌｏｗｒａｎｋ ａｎｄｔｏｔａｌｖａｒｉａｔｉｏｎｒｅｇｕｌａｒｉｚａｔｉｏｎ ＹＡＮＧＧｕａｎｇ，ＦＥＮＧＬｅｉ，ＳＵＮＨｕａｉｊｉａｎｇ，ＳＵＮＱｕａｎｓｅｎ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ，Ｊｉａｎｇｓｕ２１００９４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｔｈａｔｉｍａｇｅｃｏｍｐｒｅｓｓｉｖｅｓｅｎｓｉｎｇｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｌｇｏｒｉｔｈｍｖｉａｎｏｎｌｏｃａｌｌｏｗ ｒａｎｋｒｅｇｕｌａｒｉｚａｔｉｏｎｃｏｕｌｄｎｏｔａｄｅｑｕａｔｅｌｙｅｘｐｌｏｉｔｔｈｅｌｏｃａｌｇｒａｄｉｅｎｔｓｐａｒｓｉｔｙ，ａｎｉｍｐｒｏｖｅｄｉｍａｇｅ ｃｏｎｓｔｒｕｃｔｉｏｎａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｌｏｗｒａｎｋａｎｄｔｏｔａｌｖａｒｉａｔｉｏｎｒｅｇｕｌａｒｉｚａｔｉｏｎ．Ｔｈｅｓｉｍｉｌａｒ ｐａｔｃｈｅｓｗｅｒｅｆｏｕｎｄｂｙｉｍａｇｅｂｌｏｃｋｍａｔｃｈｉｎｇｍｅｔｈｏｄａｎｄｆｏｒｍｅｄｉｎｔｏｎｏｎｌｏｃａｌｓｉｍｉｌａｒｐａｔｃｈｇｒｏｕｐｓ．Ｔｈｅ ｒｅｇｕｌａｒｉｚａｔｉｏｎｔｅｒｍｏｆｃｏｍｂｉｎｉｎｇｌｏｗｒａｎｋｐｒｉｏｒｏｆｎｏｎｌｏｃａｌｓｉｍｉｌａｒｉｔｙｐａｔｃｈｇｒｏｕｐｓｗｉｔｈｇｒａｄｉｅｎｔｗａｓ ｅｍｂｅｄｄｅｄｉｎｔｏｒｅｃｏｎｓｔｒｕｃｔｉｏｎｍｏｄｅｌ，ｗｈｉｃｈｗａｓｓｏｌｖｅｄｂｙａｌｔｅｒｎａｔｉｎｇｄｉｒｅｃｔｉｏｎｍｕｌｔｉｐｌｉｅｒｍｅｔｈｏｄ （ＡＤＭＭ）ｔｏｏｂｔａｉｎｔｈｅｒｅｃｏｎｓｔｒｕｃｔｅｄｉｍａｇｅ．Ｔｈｅｔｅｓｔｉｍａｇｅｓｗｅｒｅｇｒａｙｓｃａｌｅｉｍａｇｅｓ．Ｔｏｖｅｒｉｆｙｔｈｅ ｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍ，ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｗｅｒｅｃｏｍｐａｒｅｄｂｙｓｕｂｊｅｃｔｉｖｅｖｉｓｉｏｎａｎｄｐｅａｋｓｉｇｎａｌｔｏｎｏｉｓｅ ｒａｔｉｏ（ＰＳＮＲ）．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｃｏｍｐａｒｅｄｗｉｔｈｔｈｅａｌｇｏｒｉｔｈｍｖｉａｎｏｎｌｏｃａｌｌｏｗｒａｎｋ，ｔｈｅ ｐｒｏｐｏｓｅｄｍ