-
题名图像分块的贝叶斯压缩感知算法研究
被引量：3
- 1
-
-
作者
马孟新
吴延海
张昊
张芳妮
-
机构
西安科技大学通信与信息工程学院
-
出处
《西安科技大学学报》
CAS
2014年第5期625-630,共6页
-
基金
国家自然科学基金资助项目(61302133)
陕西省科技厅科技攻关计划项目(2011K09-36&2012K06-16)
陕西省教育厅科学研究计划项目(12JK0528)
-
文摘
为增加信号重构的可信度和减少重构过程的人为干预,采用贝叶斯压缩感知的方法,将待重构信号赋予先验分布,不仅重构出信号参数,并能同时获得信号参数的置信区间,以此实时调整重构模型使信号恢复达到最佳。基于拉普拉斯分级先验模型的贝叶斯压缩感知算法,对图像进行合理分块,用不同比率对分块图像压缩,并在重构过程进行分级处理,进一步减少运算时间,最终使用相关向量机(RVM)实现了稀疏信号的最大后验概率估计。实验结果表明,通过和传统算法相比较,上述算法使得重构图像质量得到明显提高,并且相比于全局贝叶斯压缩感知算法具有更好的实时性。
-
关键词
贝叶斯估计
分块压缩感知
分级先验模型
拉普拉斯先验
相关向量机
-
Keywords
Bayesian estimation
block compressive sensing
hierarchical prior model
laplace prior
relevance vector machine
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
