作者：杨春玲; 汤瑞东图像压缩感知低采样率混合滤波关键特征低秩增强
摘要：基于非局部自相似性的自然图像压缩感知重构算法在低采样率条件下初始重构质量有限,导致相似块分组效果不理想,影响最终重构质量.针对此问题,文中在组稀疏重构算法(GSR算法)的基础上提出一种低秩增强图像重构算法.首先在初始重构中引入三维块匹配去噪方法,提出混合滤波重构算法,为相似块分组提供更高质量的初始重构图像;然后在相似块正式分组前进行低秩增强预处理,使得相似块分组过程更加关注图像块的关键特征,提高分组的正确度.仿真实验结果表明,文中所提算法和GSR算法相比,在低采样率条件下具有更好的重构性能.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《华南理工大学学报·社会科学版》（CN：44-1443/C）是一本有较高学术价值的大型双月刊，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。 《华南理工大学学报·社会科学版》自创刊以来，本刊坚持以马克思列宁主义、思想、邓小平理论、"三个代表"重要思想、科学发展观、新时代中国特色社会主义思想为指导，立足广东，面向全国，积极反映人文社会科学各领域在改革开放和现代化建设中理论与实践的成果，努力把本刊办成有特色、有水平、有影响的综合性学术期刊和重要理论研究阵地。
杂志详情
