基于壓縮感知的圖像重建方法研究.pdf

1、壓縮感知理論作為一種新穎的采樣理論，突破了傳統(tǒng)奈奎斯特采樣定理的限制，具備在非常低的采樣率下精確重建原始信號的特點，克服了采樣數(shù)據(jù)量大以及數(shù)據(jù)存儲和傳輸資源浪費的問題。設(shè)計有效的重建算法作為壓縮感知理論的核心內(nèi)容之一，是將壓縮感知理論成功推廣到實際應(yīng)用的重要環(huán)節(jié)。如何設(shè)計重建精度高、計算復(fù)雜度低的算法以精確重建信號，尤其是大尺度的圖像信號，一直是研究的熱點。本文正是在此背景下，以基于壓縮感知的圖像重建算法作為研究目標，致力于尋找精確、高

2、效的圖像重建算法。本文的主要工作內(nèi)容包括:
　　首先，本文對傳統(tǒng)和結(jié)構(gòu)化的壓縮感知重建算法中的4種典型算法進行性能評測分析。分別以自然圖像和稀疏度更高的醫(yī)學MRI圖像做測試圖像，選擇重建PSNR值、相對重建誤差、重建時間和主觀視覺做評價標準，通過對不同采樣率下的重建效果進行對比分析，總結(jié)分析各個算法用于圖像重建時存在的問題并提出相應(yīng)的改進需求和建議，為后續(xù)對圖像重建算法的研究提供充分的基礎(chǔ)材料。仿真表明，結(jié)構(gòu)化的重建算法在重建質(zhì)量

3、和重建時間上均優(yōu)于傳統(tǒng)重建算法;而結(jié)構(gòu)化算法中的基于HMT模型的重建算法重建質(zhì)量最高，但重建效率最差;結(jié)構(gòu)化算法中的基于分塊的重建算法重建效率最高，重建耗時最短，但重建圖像存在嚴重的塊效應(yīng)，重建精度低，因此有必要對結(jié)構(gòu)化重建算法中的這兩類算法加以改進，使其能夠更好地滿足圖像的壓縮感知重建。
　　其次，本文針對基于HMT模型的加權(quán)重建算法重建復(fù)雜度高的問題，提出基于通用HMT模型的改進的加權(quán)迭代算法。該算法采用通用HMT模型代替HM

4、T模型來刻畫圖像小波系數(shù)間的結(jié)構(gòu)特征，省去了HMT模型中計算量較大的訓練步驟，同時提出改進的權(quán)值計算機制，避免出現(xiàn)個別排斥模型現(xiàn)象的發(fā)生，進一步提高圖像的重建性能。仿真表明，在不同采樣率下，相比于基于HMT模型的重建算法，本文所提算法的重建PSNR值提高1～2.5dB，重建時間縮短為前者的20％～26％，能夠更好地適用于圖像重建。
　　最后，本文針對分塊壓縮感知重建精度低、重建圖像存在塊效應(yīng)的問題，提出一種基于分塊自適應(yīng)測量方案的

5、平滑投影Landweber重建算法。在編碼端，本文提出分塊自適應(yīng)測量方案，該方案將總采樣分為預(yù)采樣和自適應(yīng)采樣兩部分，通過預(yù)采樣部分得到的圖像塊估計值的標準差來自適應(yīng)地分配各個圖像塊的采樣率;在解碼端，本文對平滑投影Landweber重建算法加以改進，提出采用最小均方誤差法代替?zhèn)文娣ㄇ蠼獬跏冀?，并將改進的算法與自適應(yīng)測量方案相結(jié)合，從而有效消除塊效應(yīng)，提升圖像重建質(zhì)量。仿真表明，相比傳統(tǒng)固定分塊方案的壓縮感知算法，在不同采樣率下，本文所