文献类型：期刊文章

作　　者：陈长伟[1] 朱俊[2]

机构地区：[1]南京晓庄学院信息工程学院,南京211171 [2]金陵科技学院计算机工程学院,南京211169

出　　处：《计算机应用研究》

基　　金：金陵科技学院博士启动基金资助项目(Jit-b-201508)

年　　份：2017

卷　　号：34

期　　号：3

起止页码：949-952

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对当前重建效果最好的基于低秩先验的NLR重建算法,忽略了图像的局部结构信息,不能有效地重建图像的边缘,为了在测量值数量不变的情况下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(梯度域的稀疏性—总变差)作为图像额外的先验知识,建立了基于总变差和低秩约束的CS图像重建模型。增广拉格朗日—交替方向乘子算法用于求解产生的非凸优化问题。实验结果表明,与传统的稀疏性先验重建算法和NLR算法相比,所提算法能够获得更高的图像重构质量。

关 键 词：压缩感知 稀疏表示  总变差 低秩属性  

分 类 号：TP391.41]