基于 DCT 频带能量的压缩感知重构算法

doi:10.3969/j.issn.1000-565X.2015.01.005

华南理工大学学报（自然科学版） ›› 2015, Vol. 43 ›› Issue (1): 28-33.doi: 10.3969/j.issn.1000-565X.2015.01.005

• 电子、通信与自动控制 • 上一篇下一篇

基于 DCT 频带能量的压缩感知重构算法

刘杰平方杰韦岗

华南理工大学电子与信息学院，广东广州 510640

收稿日期:2014-06-05 修回日期:2014-09-10 出版日期:2015-01-25 发布日期:2014-12-01
通信作者: 刘杰平（1961-），女，博士，副教授，主要从事图像处理和多媒体通信研究 . E-mail:eeliujp@scut.edu.cn
作者简介:刘杰平（1961-），女，博士，副教授，主要从事图像处理和多媒体通信研究 .
基金资助:
国家自然科学基金资助项目（ 60972135 ）；广州市科信局对外合作专项（ 2012J5100010 )

Compressed Sensing Reconstruction Algorithm Based on DCT Band Energy

Liu Jie-ping Fang Jie Wei Gang

School of Electronic and Information Engineering ， South China University of Technology ， Guangzhou 510640 ， Guangdong ， China

Received:2014-06-05 Revised:2014-09-10 Online:2015-01-25 Published:2014-12-01
Contact: 刘杰平（1961-），女，博士，副教授，主要从事图像处理和多媒体通信研究 . E-mail:eeliujp@scut.edu.cn
About author:刘杰平（1961-），女，博士，副教授，主要从事图像处理和多媒体通信研究 .
Supported by:
Supported by the National Natural Science Foundation of China （ 60972135 ）

摘要/Abstract

摘要： 为提高压缩感知图像的重构质量，提出了一种基于离散余弦变换（ DCT ）分频带压缩感知的平滑投影 Landweber 重构算法 . 该算法充分考虑了不同的 DCT 系数频带对重构图像质量有不同的影响，对图像进行分块 DCT 后，按照频带能量大小重新组织 DCT 系数，对能量大的频带分配大的采样率，通过分频带变采样率的随机矩阵实现随机观测，采用平滑滤波器消除块效应，由投影 Landweber 算法实现图像的重构 . 实验结果表明，与 BCS-SPL和 MS-BCS-SPL 重构算法相比，文中提出的算法显著提高了重构图像的峰值信噪比 .

关键词: 压缩感知, 平滑投影 Landweber, 重构算法, 变采样率

Abstract:

In order to improve the reconstruction quality of compressed sensing images ， a band-CS (Compressed Sensing) algorithm with smooth projection Landweber is proposed on the basis of discrete cosine transform (DCT). Since different DCT coefficient bands have different effects on the final image reconstruction quality ，first ， this algorithm divides an image into several blocks and carries out DCT for each block. Secondly ， DCT coefficients are regrouped according to the band energy ， and the band with higher energy is sampled by random matrix with greater sampling rate. Then ， the blocking effect is eliminated by using a smoothing filter. Finally ，the compressed sensing reconstruction of images is implemented by means of smooth projection Landweber.Experimental results show that ， in comparison with BCS-SPL and MS-BCS-SPL algorithms ， the proposed algorithm improves the peak signal-to-noise ratio of reconstructed images significantly.

Key words: compressed sensing, smooth projection Landweber, reconstruction algorithm, variable sampling rate

中图分类号:

TP391

刘杰平方杰韦岗. 基于 DCT 频带能量的压缩感知重构算法[J]. 华南理工大学学报（自然科学版）, 2015, 43(1): 28-33.

Liu Jie-ping Fang Jie Wei Gang. Compressed Sensing Reconstruction Algorithm Based on DCT Band Energy[J]. Journal of South China University of Technology (Natural Science Edition), 2015, 43(1): 28-33.

[1]	韩乐, 江怡华. 鲁棒截断L1-L2全变分稀疏恢复模型[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 45-53,140.
[2]	杨春玲, 凌茜, 吕泽宇. 特征域多假设预测视频压缩感知重构神经网络[J]. 华南理工大学学报(自然科学版), 2022, 50(6): 80-90.
[3]	杨春玲凌茜. 基于深度学习的两阶段多假设视频压缩感知重构算法[J]. 华南理工大学学报（自然科学版）, 2021, 49(6): 88-99.
[4]	杨春玲郑钊彪李金昊. CVS 中基于块分类的自适应阈值调整组稀疏重构[J]. 华南理工大学学报（自然科学版）, 2020, 48(8): 29-37,48.
[5]	杨春玲裴翰奇. 基于残差学习的多阶段图像压缩感知神经网络[J]. 华南理工大学学报（自然科学版）, 2020, 48(5): 82-91.
[6]	马如进董一庆潘子超潘玥. 基于消费级无人机的古桥三维重构分析[J]. 华南理工大学学报（自然科学版）, 2019, 47(6): 94-100,126.
[7]	杨春玲郑学炜. CVS中基于多维度参考帧的双稀疏重构算法[J]. 华南理工大学学报(自然科学版), 2018, 46(8): 1-10.
[8]	刘杰平杨朝煜陈栋杨业长马丽红. 结合系数重用正交匹配追踪的字典学习算法[J]. 华南理工大学学报(自然科学版), 2018, 46(8): 52-56，63.
[9]	杨春玲戴超. 视频压缩感知中基于菱形快速搜索的双匹配区域预测 [J]. 华南理工大学学报（自然科学版）, 2018, 46(3): 49-57.
[10]	杨春玲汤瑞东. 基于低秩增强的图像压缩感知重构算法[J]. 华南理工大学学报（自然科学版）, 2018, 46(10): 72-80.
[11]	杨春玲熊光银戴超. 视频压缩感知中基于快速搜索的迭代多假设算法[J]. 华南理工大学学报（自然科学版）, 2017, 45(7): 107-112,125.
[12]	杨春玲李文豪. CVS 中基于残差结构特征的块分类重构算法[J]. 华南理工大学学报（自然科学版）, 2017, 45(3): 1-10.
[13]	杨春玲李林荪. 基于像素相关的图像/视频压缩感知观测矩阵[J]. 华南理工大学学报（自然科学版）, 2017, 45(12): 27-35.
[14]	谢中华马丽红钟福平. 基于复合稀疏约束的近似消息传递CS 重构算法[J]. 华南理工大学学报（自然科学版）, 2017, 45(1): 18-25.
[15]	杨春玲刘璇. 基于压缩感知的视频信号采集观测值渐进量化算法[J]. 华南理工大学学报（自然科学版）, 2016, 44(5): 15-21.

基于 DCT 频带能量的压缩感知重构算法

Compressed Sensing Reconstruction Algorithm Based on DCT Band Energy

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价