一种改进KSVD的图像稀疏表示方法

摘要

针对图像压缩中传统压缩感知稀疏表示的离散余弦变换(DCT)字典、离散小波变换(DWT)字典、K均值奇异值分解(KSVD)字典图像重构精度不高、稳定性差的问题,基于KSVD方法,利用稀疏度自适应匹配追踪算法(SAMP)和字典更新阶段部分字典原子结构相似性(SS)最小值迭代的方法,提出了一种改进KSVD的图像稀疏表示方法.实验结果表明,与DCT字典、DWT字典和KSVD原始字典进行对比,改进KSVD字典能提高峰值信噪比,对重构图像有更好的精度,更具稳定性.