文献类型：期刊文章

作　　者：杜秀丽[1] 顾斌斌[1] 胡兴[1] 邱少明[1] 陈波[1]

DU Xiu-li;GU Bin-bin;HU Xing;QIU Shao-ming;CHEN Bo(Key Laboratory of Communications Network and Information Processing,College of Information Engineering,Dalian University, Dalian,Liaoning 116622,China)

机构地区：[1]大连大学信息工程学院,辽宁省通信网络与信息处理重点实验室,辽宁大连116622

出　　处：《计算机科学》

基　　金：本文受辽宁省教育厅项目:高速眼图测试关键技术研究(L2014495)

年　　份：2018

卷　　号：45

期　　号：4

起止页码：306-311

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：压缩采样匹配追踪(CoSaMP)算法的性能受初始支撑集选择的制约,初始支撑集选择不准确不仅影响重构精度,还会降低重构速度。针对该问题,将图像在稀疏域的结构特性引入到CoSaMP算法中,提出了支撑集相似度的概念;利用数字图像相邻行之间原子支撑集的相似性,提出了基于行间支撑集相似度的CoSaMP算法。实验结果表明,在同等采样率的条件下,与传统的CoSaMP算法相比,所提算法在不增加算法时间复杂度的同时提高了重构质量,峰值信噪比提高了0.6~2.5dB。

关 键 词：压缩感知 贪婪算法 压缩采样匹配追踪(CoSaMP)  稀疏支撑集  相似度

分 类 号：TN911.7]