基于压缩感知算法的超分辨率
信息论
2012-11-27 v1 math.IT
光学
摘要
本文比较研究了四种压缩感知方法（OMP、BP、BLOOMP、BP-BLOT）在高度相干的局部傅里叶测量下的超分辨率性能。引入了一种更适合衡量尖峰恢复质量的替代度量，该度量基于过滤概念，参数表示对支撑偏移的容忍水平。在过滤误差范数方面，只有BLOOMP和BP-BLOT能够对瑞利指数为1、分离良好的尖峰实现与网格无关的恢复，且超分辨率因子可任意大。此外，BLOOMP和BP-BLOT都能将尖峰支撑定位在瑞利长度的百分之几以内。这是一种弱形式的超分辨率。只有BP-BLOT能够对间隔仅为瑞利长度几分之一的紧密尖峰实现这一壮举，这是一种强形式的超分辨率。
引用
@article{arxiv.1211.5870,
title = {Super-Resolution by Compressive Sensing Algorithms},
author = {A. Fannjiang and W. Liao},
journal= {arXiv preprint arXiv:1211.5870},
year = {2012}
}
备注
IEEE Proceeding Asilomar conference on signals, systems and computers. Nov. 4-7, 2012