CVS中基于块分类的自适应阈值调整组稀疏重构 |
| |
引用本文: | 杨春玲,郑钊彪,李金昊.CVS中基于块分类的自适应阈值调整组稀疏重构[J].华南理工大学学报(自然科学版),2020,48(8):29-37,48. |
| |
作者姓名: | 杨春玲 郑钊彪 李金昊 |
| |
作者单位: | 华南理工大学 电子与信息学院, 广东 广州510640;华南理工大学 电子与信息学院, 广东 广州510640;华南理工大学 电子与信息学院, 广东 广州510640 |
| |
摘 要: | 针对基于结构相似性的帧间组稀疏表示重构(SSIM-InterF-GSR)算法在重构平稳区域时未能充分利用高质量重构的关键帧信息,且稀疏化处理阈值的数值设置不合理的问题,提出了基于块分类的自适应阈值调整组稀疏重构(BC-ATA-GSR)算法。首先,根据块内物体运动状态分类图像块并分配合理的参考帧,以提高视频序列平稳区域的重构质量;然后,根据采样率以及图像块种类自适应设置稀疏化初始阈值,以保留足够的结构信息;最后,提出了迭代阈值梯度缩减方案,以便在提升迭代后期重构质量的同时也加快迭代收敛速度。与SSIM-InterF-GSR算法相比,BC-ATA-GSR算法取得了更好的重构质量,重构QCIF和CIF视频序列的平均PSNR分别最高提升了3.77、2.28 dB,时间复杂度最多下降了42.08%。
|
关 键 词: | 压缩感知 组稀疏表示 块分类 自适应初始阈值 迭代阈值递减 |
本文献已被 CNKI 万方数据 等数据库收录! |
|