圖像壓縮感知中基于統(tǒng)計(jì)先驗(yàn)的低復(fù)雜度還原算法研究.pdf

1、圖像傳輸作為一種重要的多媒體數(shù)據(jù)業(yè)務(wù)正被逐步廣泛應(yīng)用于生產(chǎn)生活的各個(gè)領(lǐng)域。然而，實(shí)現(xiàn)高分辨率圖像的高效傳輸給現(xiàn)有通信系統(tǒng)帶來(lái)了巨大壓力。為了提高圖像的重構(gòu)效率和重構(gòu)質(zhì)量，應(yīng)對(duì)高分辨率圖像帶來(lái)的大數(shù)據(jù)量挑戰(zhàn)，設(shè)計(jì)安全且十分高效的圖像傳輸機(jī)制已經(jīng)發(fā)展為亟需解決的重要問(wèn)題。
　　壓縮感知（Compressed Sensing，CS）理論能夠充分利用信號(hào)在不同域表示下的稀疏特性，在發(fā)送端采用隨機(jī)矩陣壓縮的方式，獲得包含信號(hào)信息的離散數(shù)據(jù)并

2、進(jìn)行傳輸。該離散數(shù)據(jù)遠(yuǎn)遠(yuǎn)低于傳統(tǒng)的奈奎斯特采樣定理所要求的數(shù)據(jù)采樣量，從而極大地降低了發(fā)送端的采樣成本和傳輸成本。同時(shí)，自然圖像像素間相關(guān)性高，帶有大量冗余，在特定變換域下表現(xiàn)出明顯的稀疏特性，這為圖像信息通過(guò)CS進(jìn)行壓縮提供了前提條件。除此之外，圖像在特定的變換域下的幅值也呈現(xiàn)出較為特定的能量分布特性，將其作為統(tǒng)計(jì)先驗(yàn)信息，可為進(jìn)一步提高圖像壓縮感知的還原性能提供研究方向和突破點(diǎn)。
　　為提高圖像壓縮感知的傳輸效率，本文首先對(duì)圖

3、像在小波表示下的統(tǒng)計(jì)信息進(jìn)行歸納總結(jié)，提出“能級(jí)”的概念，建立數(shù)據(jù)統(tǒng)計(jì)模型并將該模型應(yīng)用于壓縮感知圖像還原算法。根據(jù)所建立的統(tǒng)計(jì)模型，本文提出了一種基于圖像統(tǒng)計(jì)信息低復(fù)雜度壓縮感知還原算法。該算法包含兩種還原策略：一次直接還原（one-time direct recovery,OTD）和兩次迭代還原（two-times iterative recovery,TTI）。這兩種還原策略均采用了行列兩方向分別還原的方式，將還原過(guò)程分為兩步。在