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