基于Curvelet变换的图像压缩感知重构

作者：叶慧; 孔繁锵

来源：计算机工程, 2014, (02): 233-236.

• 图像处理
• 压缩感知
• 稀疏表示
• 阈值处理
• 信号重构
• Curvelet变换 image processing
• compressed sensing
• sparse representation
• threshold processing
• signal reconstruction
• Curvelet transform

压缩感知主要采用离散余弦变换(DCT)和正交小波进行图像的稀疏表示,但是DCT时频分析性能不佳,小波方向选择性差,不能很好地表示图像边缘的信息。为此,利用Curvelet变换具有的多尺度、各向奇异性、更高稀疏表示性能等特性,提出基于Curvelet变换的图像压缩感知重构算法,采用Curvelet对图像进行稀疏表示和小波域阈值处理,以此解决信号重构噪声问题。实验结果证明,与传统小波变换和Contourlet变换相比,该算法在Lena图像上峰值信噪比平均提高了1.86 dB和1.15 dB。将Curvelet变换应用于压缩感知,能使图像边缘和平滑部分得到最优的表示,图像细节部分重构效果得到大幅提升...

• 出版日期2014
• 单位南京航空航天大学