稀疏度拟合的自适应图像并行压缩感知算法

摘要：

为了提高图像的重构精度和处理速度,提出一种稀疏度拟合的自适应小波包图像并行压缩感知算法.首先采用小波包对大小相同但不重叠的图像块进行稀疏变换,在最优分解尺度下利用迭代方法确定满足图像重构精度的最低采样率,并采用最小二乘法对采样率进行优化处理;然后结合云计算技术,利用MapReduce框架对算法进行并行化.在实验室构建Java开发环境下的计算机集群,采用标准图像作为样本比较不同算法的压缩率、重构性能和运算时间,结果表明,该算法的重构质量和处理速度均得到显著提升.

关键词：图像处理、稀疏度拟合、压缩感知、小波包、MapReduce、并行处理

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省高校自然科学研究面上项目17KJB470011

在线出版日期：2019-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1376-1381