压缩采样与基于各向异性网格的图像表示之初步比较
图像与视频处理
2020-12-15 v2 计算机视觉与模式识别
摘要
压缩感知（CS）在过去二十年中已成为一个热门领域，用以用远少于信号本身的样本来表示和重建稀疏信号。尽管常规图像本身并不稀疏，但许多图像可在小波变换域中稀疏表示。因此，CS 也被广泛应用于数字图像表示。然而，一种替代方法，即自适应采样如基于网格的图像表示（MbIR），并未引起同等关注。MbIR 直接作用于图像像素，并用三角形网格以较少的点表示图像。在本文中，我们对 CS 与一种近期发展的 MbIR 方法 AMA 表示进行了初步比较。结果表明，在相同采样密度下，基于所测试算法，AMA 表示能比 CS 提供更好的重建质量。需借助近期算法进一步研究以进行详尽比较。
引用
@article{arxiv.2011.09944,
title = {A Preliminary Comparison Between Compressive Sampling and Anisotropic Mesh-based Image Representation},
author = {Xianping Li and Teresa Wu},
journal= {arXiv preprint arXiv:2011.09944},
year = {2020}
}
备注
9 pages, 4 figures, 2 tables