基于非局部拉格朗日乘子和块稀疏表示的图像与视频块压缩感知
计算机视觉与模式识别
2017-03-16 v1
摘要
虽然块压缩感知(BCS)使得对大尺寸图像和视频进行感知变得可行，但其恢复性能仍有待显著提高，因为恢复的图像或视频通常存在边缘模糊、细节丢失和高频振荡伪影，尤其是在低子率下。本文通过设计一种改进的全变分技术来解决这些问题，该技术采用多块梯度处理、去噪拉格朗日乘子和基于块的稀疏表示。对于视频，所提出的恢复方法能够利用空间和时间相似性。仿真结果证实了所提方法在图像和视频压缩感知方面的客观和主观质量均有所提高。
引用
@article{arxiv.1703.05130,
title = {Block Compressive Sensing of Image and Video with Nonlocal Lagrangian Multiplier and Patch-based Sparse Representation},
author = {Trinh Van Chien and Khanh Quoc Dinh and Byeungwoo Jeon and Martin Burger},
journal= {arXiv preprint arXiv:1703.05130},
year = {2017}
}
备注
30 pages, 13 figures, 2 tables; Accepted by Elsevier Signal Processing:Image Communication