论文研究基于结构化稀疏模型的压缩感知重构改进算法.pdf

信号分解的稀疏程度决定了压缩感知重构信号的精度，针对标准正交基稀疏程度的不足，提出了基于混合字典的压缩感知图像分解和重构方法。构建匹配图像边缘和纹理的二维Gabor字典，将图像在离散余弦字典与建立的二维Gabor字典上进行混合稀疏分解，得到图像的光滑成分、边缘成分和纹理成分。对得到的稀疏成分进行CS观测，通过求解一个优化问题重构图像。实验结果表明，构造的混合字典能够对图像进行更加稀疏的表示，在相同的采样率下，图像的重构质量优于标准正交基分解。