基于压缩传感的图像过完备字典设计

压缩传感(Compressed Sensing,CS)能够通过对信号的观测得到待采集的信号,由于观测频率远低于奈奎斯特采样频率,这个方法特别适合于高数据量的图像采集和处理。压缩传感理论中过完备字典的设计对图像信号的稀疏程度和重建效果有重要影响。主要研究图像信号过完备字典的自适应设计方法,将K-SVD算法与MP,BP和FOCUSS等稀疏编码算法结合使用,加快算法收敛速度。测试图像的实验结果显示,采用本方法训练的过完备字典在丢失像素的补偿方面得到了很好的实验效果。与基于离散余弦变化(DCT)的过完备字典设计方法相比,训练的字典可以更好的去除图像噪声,保留图像细节信息。