排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
可压缩传感或可压缩采样(Compressed Sensing或Compressive Sampling 简称CS)是数据采样同时实现压缩的新理论、新技术。分块CS(Block Compressed Sensing)的图像重构算法采用相同的采样算子以块×块的方式获取图像,解决了现有的CS方法中可压缩采样算子所需存储较大的问题,而且算法中应用线性算子、凸集投影法和Contourlet变换域的硬阈值法进一步优化恢复图像,能更有效捕获图像的复杂结构。实验结果表明分块CS的图像重构算法较现有的其他CS方法实现代价更低,且在相同CS观测数条件下,计算速度几乎相同的同时图像质量提高了3~4 dB。 相似文献
1