科研之友
微信
新浪微博
Facebook
分享链接
摘要
贝叶斯压缩感知是一种基于统计分析的压缩感知算法，具有很好的鲁棒性，能够充分利用信息间的相关性，它的重构依赖于图像的稀疏性表达。针对贝叶斯压缩感知的深层次稀疏化问题，本文结合自适应字典学习思想，提出一种冗余自适应字典表示的稀疏贝叶斯学习算法，该算法对图像进行局部分块，从待重建图像的迭代中间图像分块中学习字典，并以该字典作为图像的稀疏变换基，通过稀疏贝叶斯学习算法获得稀疏解。实验结果表明：基于自适应字典的贝叶斯学习算法能提高稀疏化，明显改善图像重构质量。
-
单位电子工程学院; 西安电子科技大学
