基于多尺度自适应采样的图像分块压缩感知算法

简介：
本研究提出了一种创新的图像压缩技术——多尺度自适应采样图像分块压缩感知算法。该方法通过灵活调整采样策略，在保持高质量图像重建的同时，显著提高数据压缩效率和传输速度。 基于分块的压缩感知算法适用于图像信号处理，并可通过平滑迭代阈值投影法快速重构图像；然而，在低采样率下，其重建效果较差。相比之下，全变差分方法虽然能在一定程度上改善重构质量，但会降低运算速度。 为解决上述问题，我们提出了一种基于多尺度的自适应采样图像分块压缩感知算法。此算法根据小波分解后不同层对重构结果影响权重的不同特性，动态调整每一层的采样率，并在重建阶段将平滑迭代阈值投影法应用于每一分块中。 实验结果显示，在与传统迭代阈值投影方法相比时，该新方法使图像重构质量提高了1~3 dB。同时，在运算速度上能保持与迭代阈值投影法相当的速度并优于全变差分算法。