HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

用于图像重构的基于行间支撑集相似度的CoSaMP算法

作者:杜秀丽; 顾斌斌; 胡兴; 邱少明; 陈波压缩感知贪婪算法稀疏支撑集相似度

摘要:压缩采样匹配追踪(CoSaMP)算法的性能受初始支撑集选择的制约,初始支撑集选择不准确不仅影响重构精度,还会降低重构速度。针对该问题,将图像在稀疏域的结构特性引入到CoSaMP算法中,提出了支撑集相似度的概念;利用数字图像相邻行之间原子支撑集的相似性,提出了基于行间支撑集相似度的CoSaMP算法。实验结果表明,在同等采样率的条件下,与传统的CoSaMP算法相比,所提算法在不增加算法时间复杂度的同时提高了重构质量,峰值信噪比提高了0.6~2.5dB。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

计算机科学

《计算机科学》(CN:50-1075/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机科学》报导国内外计算机科学与技术的发展动态,以其新颖、准确、及时为特色,突出动态性、综述性、学术性,“前沿学科”与“基础研究”相结合;“优秀技术”与“支撑技术”相结合;“倡导”与“争鸣”相结合。

杂志详情