基于視覺靈敏度的圖像分塊壓縮感知算法及實(shí)現(xiàn).pdf

1、隨著人們對信息需求量的日益增長，大規(guī)模信息的獲取、壓縮、存儲(chǔ)以及傳輸?shù)让媾R巨大的壓力，這就使得傳統(tǒng)的奈奎斯特(Nyquist)采樣定理面臨極大的挑戰(zhàn)。近年來，誕生了一種全新的信號(hào)處理理論——壓縮感知(CompressedSensing)。它作為一個(gè)新興的采樣理論，通過信號(hào)的稀疏特性，在遠(yuǎn)小于Nyquist采樣率的條件下，用隨機(jī)采樣獲取信號(hào)的離散樣本，然后通過非線性重建算法近乎完美的重建信號(hào)。壓縮感知理論一經(jīng)提出，就引起社會(huì)各界的廣泛關(guān)注

2、。
　　本文結(jié)合人眼視覺特性機(jī)理(HVS)對圖像重構(gòu)算法展開探討，主要完成的工作有以下幾個(gè)方面:
　　(1)為了進(jìn)一步提高圖像恢復(fù)質(zhì)量，本文使用了對于圖像信號(hào)的分塊觀測，整體重構(gòu)的方法，同時(shí)對視覺感知模型中對比靈敏度函數(shù)(CSF)的頻率特性展開討論，以及將對比靈敏度函數(shù)頻率特性運(yùn)用在壓縮感知圖像處理算法。
　　(2)鑒于傳統(tǒng)分塊壓縮感知在重構(gòu)圖像信號(hào)時(shí)運(yùn)算量較大，然而運(yùn)用分塊壓縮感知卻使圖像重構(gòu)質(zhì)量有所降低，因此，對于