二维逐步正交匹配追踪算法

doi:10.3778/j.issn.1002-8331.1810-0040

计算机工程与应用 ›› 2020, Vol. 56 ›› Issue (1): 209-215.DOI: 10.3778/j.issn.1002-8331.1810-0040

二维逐步正交匹配追踪算法

邵然，沈军

1.哈尔滨工程大学信息与通信工程学院，哈尔滨 150001
2.上海无线电设备研究所，上海 200090

出版日期:2020-01-01 发布日期:2020-01-02

2D Stagewise Orthogonal Matching Pursuit

SHAO Ran, SHEN Jun

1.College of Information and Communication Engineering, Harbin Engineering University, Harbin 150001, China
2.Shanghai Radio Equipment Research Institute, Shanghai 200090, China

Online:2020-01-01 Published:2020-01-02

摘要/Abstract

摘要： 在图像等二维信号的应用与处理上，常规压缩感知理论框架存在重构算法效果差、图像块效应明显、对噪声敏感等问题。针对这些问题，根据现有二维观测模型和二维重构算法设计思想，可以设计一种新的重构算法：二维逐步正交匹配追踪算法。该算法借鉴了相关一维重构算法的设计思想，通过每次迭代选取符合阈值条件的多列原子进而正交化处理的步骤，提升了重构效率，改善了恢复图像质量。理论分析和实验结果表明，提出的算法在重构时间得到控制的情况下，得到的图像信噪比有较大提升，超越了现有典型的二维重构算法。

关键词: 压缩感知, 二维重构算法, 二维逐步正交匹配追踪重构算法（2D-StOMP）

Abstract: Traditionally, compressed sensing has large problems in applying to 2D signal, such as image, leading to poor quality and block effect of output image with wasted flowchart. Based on a few recovery programs designed after 2D Measurement Model（2DMM）, a new algorithm is proposed named 2D Stagewise Orthogonal Matching Pursuit（2D-StOMP）. Learned from the ideas of 2D-OMP, the new algorithm matches atoms with the same weight in one step, so it can cluster larger and more precise dictionary within the same iteration. Theoretical calculation, as well as simulation result, approves that, the new algorithm deals better than state-of-art methods in PSNR without running more time.

Key words: compressed sensing, 2D reconstruction algorithm, 2D Stagewise Orthogonal Matching Pursuit（2D-StOMP）

邵然，沈军. 二维逐步正交匹配追踪算法[J]. 计算机工程与应用, 2020, 56(1): 209-215.

SHAO Ran, SHEN Jun. 2D Stagewise Orthogonal Matching Pursuit[J]. Computer Engineering and Applications, 2020, 56(1): 209-215.

[1]	张珊珊，赵建华. 基于IALM的穿墙雷达成像算法[J]. 计算机工程与应用, 2021, 57(11): 77-83.
[2]	孙泽宇，吕治国. 大规模MIMO加权正交匹配追踪信道估计算法[J]. 计算机工程与应用, 2020, 56(5): 118-124.
[3]	陈子兆，矫文成. 改进的稀疏深度置信网络[J]. 计算机工程与应用, 2020, 56(2): 62-67.
[4]	万东琴，卿朝进，阳庆瑶，蔡斌，余旺. 叠加特征辅助的1-bit CS音频传输[J]. 计算机工程与应用, 2020, 56(16): 69-74.
[5]	朱瑞金，龚雪娇，唐波. 分布式混合压缩感知无线传感器网络数据收集[J]. 计算机工程与应用, 2019, 55(6): 73-80.
[6]	杨赵琪璘，彭定涛，唐琦，罗孝敏. 基于稀疏优化lp正则化的光滑化拟牛顿算法[J]. 计算机工程与应用, 2019, 55(22): 163-171.
[7]	姬晓辉，孙泽宇，阎奔，李传锋. 基于压缩感知的高阶MIMO系统信道估值算法[J]. 计算机工程与应用, 2019, 55(19): 153-159.
[8]	曾春艳，叶佳翔，王志锋，武明虎. 深度学习框架下压缩感知重建算法综述[J]. 计算机工程与应用, 2019, 55(17): 1-8.
[9]	万东琴，卿朝进，阳庆瑶，蔡斌，余旺. 叠加特征信息辅助的语音传输与重构[J]. 计算机工程与应用, 2019, 55(15): 117-122.
[10]	刘玉红，杨丹凤. 光滑[lp]范数压缩感知图像重构优化算法[J]. 计算机工程与应用, 2019, 55(15): 213-218.
[11]	马玉双，刘翠响，郭志涛，王宝珠. 用于CS的广义稀疏度自适应匹配追踪算法[J]. 计算机工程与应用, 2019, 55(13): 207-211.
[12]	沈子钰，汪立新. 步长自适应的测量矩阵迭代优化方法[J]. 计算机工程与应用, 2019, 55(1): 266-270.
[13]	郑成，王国中，范涛，赵海武. 压缩视频感知中量化器的研究与设计[J]. 计算机工程与应用, 2018, 54(9): 172-177.
[14]	刘晓晖，张鑫媛，路利军，冯前进，陈武凡. 磁共振图像的原始-对偶近似迭代重建算法[J]. 计算机工程与应用, 2018, 54(8): 28-35.
[15]	杨海蓉1，金辉2. 改进的迭代重加权最小二乘非凸压缩感知算法[J]. 计算机工程与应用, 2018, 54(24): 46-51.

二维逐步正交匹配追踪算法

2D Stagewise Orthogonal Matching Pursuit

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics