摘要

采用K-SVD训练字典代替DCT(discrete cosine transform)基,在测量域用K-means算法对原图像块根据显著性进行区域划分,对类别质心较高的测量值所对应的显著图像块分配较高采样率,对类别质心较低的测量值所对应的非显著图像块分配较低采样率,进行二次测量。实验结果表明,K-SVD字典可以较好地解决DCT基中存在的方块效应问题。并且,在相同稀疏基以及整幅图像同等压缩率的前提下,采用K-means二次测量算法可以显著提高图像的重构质量,PSNR值提高0.76~4.91dB。