一种基于组稀疏表示和加权全变分的图像压缩感知重构方法

摘要

本发明涉及一种基于组稀疏表示和加权全变分算法，属于信号处理技术领域，以稀疏表示为基础，开发一种利用信号的稀疏性、非局部相似性、平滑性三种先验信息；利用平滑性先验信息来抑制噪声的影响，并针对传统的全变分对边缘的信息保护不足，将图像分为高低频，并利用差分曲率算子计算权重，只对高频加权，来提高算法的鲁棒性；为了保护低频信息，并提出一个硬阈值‑模平方算子，来更好的求解组稀疏表示的系数。算法以最小压缩感知重建误差为约束构建模型，为了有效求解提出的联合正则化优化问题，利用分裂Bregman迭代方法求解，实验证明本发明提出的重构算法保护了图像的细节信息，重构效果优于目前主流的重构算法。