基于稀疏和低秩约束的压缩感知图像重建算法

摘要

压缩感知(Compressive sensing,CS)图像重建算法是CS图像获取问题的一个研究重点.针对基于低秩先验的重建算法不能有效重建图像的局部几何特征,为了进一步提高图像的重建质量,在低秩先验的基础上,引入稀疏约束作为图像额外的先验知识,建立了基于低秩和总变差约束的CS图像重建模型,并给出了相应的优化算法.试验结果表明,与传统的稀疏性先验重建算法和最好的NLR(Compressive sensing via nonlocal low-rank regularization)算法相比,该试验所提的算法能够获得更好的图像重构效果.