陳瑞瑞, 李 爽
(鄭州工業應用技術學院信息工程學院, 河南鄭州 451100)
一種新的基于感知字典的稀疏圖像重建算法研究
陳瑞瑞, 李 爽
(鄭州工業應用技術學院信息工程學院, 河南鄭州 451100)
針對已有圖像重建算法分辨率低、需要大量計算的問題,本文提出了一種基于感知字典和數據自適應性的稀疏重建算法.首先,針對圖像的數據結構,對樣本數據進行超完備字典的訓練,繼而通過針對性的字典對圖像進行稀疏重建.同時,為進一步改善算法的重建性能,并充分利用圖像的有效信息,本文構造了數據自適應的感知字典.實驗表明,該算法在不影響圖像重建精確度的前提下可以減少計算復雜度,并具有良好的魯棒性和較高的效率.
感知字典;稀疏重建;自適應;數據結構
隨著科技的發展和高清攝像技術的普及, 高分辨率圖像識別和應用越來越受到科研工作者的重視. 如果要精確地重建圖像, 依據奈奎斯特采樣定理, 采樣頻率必須大于原始信號最高頻率的兩倍, 而圖像的重建僅僅依靠部分重要信息就可以重建, 這就導致了大量的冗余數據, 從而增加了計算的復雜度. 假設信號可以通過設定的超完備字典稀疏表示, 或者只有少量的基函數, 那么就可以達到對信號稀疏傳送的目的; 同時信號在字典中稀疏的表示, 可以更好地對圖像信號和噪聲進行分離, 從而達到去噪效果, 進而可提高圖像重建的精確度[1].