基于聯(lián)合約束和遺傳進化的壓縮感知圖像重構(gòu).pdf

1、傳統(tǒng)的奈奎斯特采樣定理指出,只有當(dāng)采樣率不低于信號帶寬的兩倍時,才能由采樣信號準(zhǔn)確地重構(gòu)出原始信號,但這種采樣方式已不能滿足人們對信息日益巨增的需求。2006年E. J. Candes等人提出的壓縮感知理論指出信號的采樣和壓縮可以同時進行,給數(shù)據(jù)采集技術(shù)帶來了一次變革。壓縮感知理論主要由三部分內(nèi)容組成,即信號的稀疏表示、觀測矩陣和重構(gòu)算法,本文研究的正是壓縮感知圖像重構(gòu)算法,利用圖像的邊緣結(jié)構(gòu)信息和遺傳算法,本文提出了一種基于聯(lián)合約束和

2、遺傳進化的壓縮感知重構(gòu)方法,本文的主要工作為:
　　首先,本文是在小波域下設(shè)計壓縮感知圖像重構(gòu)算法的,輸入低頻信息和三個高頻子帶的分塊觀測向量,根據(jù)基于邊緣信息的先驗?zāi)Ｐ?得到三個高頻子帶下各塊觀測向量對應(yīng)的位置塊,根據(jù)所得的位置塊對各塊觀測向量進行邊緣塊觀測向量和非邊緣塊觀測向量的劃分;
　　其次,本文對邊緣塊觀測向量和非邊緣塊觀測向量進行了不同的處理。以各非邊緣塊觀測向量標(biāo)準(zhǔn)差差值作為度量,對各非邊緣塊觀測向量執(zhí)行局部聚

3、類操作,然后定義同類塊聯(lián)合約束的適應(yīng)度函數(shù),對各聚類中心塊觀測向量,利用遺傳算法求解其對應(yīng)的最優(yōu)系數(shù),并將所得的最優(yōu)系數(shù)作為同類各塊觀測向量對應(yīng)的最優(yōu)系數(shù);對各邊緣塊觀測向量,則定義單一塊約束的適應(yīng)度函數(shù),使用遺傳算法求解其對應(yīng)的最優(yōu)系數(shù);最后合并所有塊觀測向量對應(yīng)的最優(yōu)系數(shù),并結(jié)合低頻信息進行小波逆變換獲得重構(gòu)圖像。
　　我們在Matlab環(huán)境下對本文的重構(gòu)算法進行了仿真,仿真實驗結(jié)果表明本文的重構(gòu)算法在視覺效果及數(shù)值評價指標(biāo)中