| 图像分块的贝叶斯压缩感知算法研究 |
| |
| 引用本文： | 马孟新,吴延海,张昊,张芳妮.图像分块的贝叶斯压缩感知算法研究[J].西安科技大学学报,2014,34(5). |
| |
| 作者姓名： | 马孟新 吴延海 张昊 张芳妮 |
| |
| 作者单位： | 西安科技大学通信与信息工程学院,陕西西安,710054 |
| |
| 基金项目： | 国家自然科学基金资助项目，陕西省科技厅科技攻关计划项目，陕西省教育厅科学研究计划项目 |
| |
| 摘 要： | 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 |
Compressive sensing of block images based on Bayesian estimation |
| |
| MA Meng-xin,WU Yan-hai,ZHANG Hao,ZHANG Fang-ni.Compressive sensing of block images based on Bayesian estimation[J].JOurnal of XI’an University of Science and Technology,2014,34(5). |
| |
| Authors: | MA Meng-xin WU Yan-hai ZHANG Hao ZHANG Fang-ni |
| |
| Abstract: | |
| |
| Keywords: | Bayesian estimation block compressive sensing hierarchical prior model laplace prior relevance vector machine |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
