利用梯度压缩感知算法恢复缺失像素的图像
计算机视觉与模式识别
2014-07-15 v1
摘要
本文研究了在图像于 DCT 变换域中具有稀疏性的前提下重建图像的可能性。我们考虑了两种方法：一种是在 DCT 域中对图像进行预处理，使用 8x8 块，通过将最小的 DCT 系数设为零使图像稀疏化；另一种情况是不进行预处理而直接考虑原始图像，假设稀疏性是所分析图像的固有属性。我们使用一种基于梯度的算法来恢复图像中大量缺失的像素。受大量像素影响的椒盐噪声情况可轻易归约为缺失像素情形，并在同一框架内进行处理。我们将受椒盐脉冲噪声影响的图像重建结果与使用中值滤波的图像进行了比较。该算法也可用于考虑整幅图像的变换。文中讨论了黑白图像和彩色图像的重建。
引用
@article{arxiv.1407.3695,
title = {Recovery of Images with Missing Pixels using a Gradient Compressive Sensing Algorithm},
author = {Isidora Stanković},
journal= {arXiv preprint arXiv:1407.3695},
year = {2014}
}
备注
7 pages, 12 figures, A part of the Final year project at the University of Westminster, London, United Kingdom, supervised by Dragana Barjamovic (submitted 28. April 2014)