利用小波系数上下文建模的Bayesian压缩感知重建算法.pdfVIP

第47卷第6期 西 安 交 通 大 学 学 报 V01．47NO．6 UNIVERSITY OFXI’ANJIAOTONG Jun．2013 2013年6月 JOURNAL DOI：10．7652／XjtuXb201306003 利用小波系数上下文建模的Bayesian 压缩感知重建算法 侯兴松，孙锦强 (西安交通大学电子与信息工程学院，710049，西安) 摘要：针对目前压缩感知图像重建算法没有充分利用图像小波系数尺度内相关性的缺点，提出一 的spike—and—slab概率模型，先通过一种新的上下文建模方法得到待估计小波系数邻域内的上下 文矢量，然后根据待估计系数与上下文矢量的相关性及其父亲系数的状态，推测待估计系数为显著 系数的概率，最后根据待估计系数的概率，采用马尔科夫链一蒙特卡洛采样的Bayesian推理从观测 向量中恢复出图像的小波系数，进而得到重建图像。实验结果表明，CBCS算法可以自适应于图像 内容的变化，与仅利用尺度间相关性的小波树结构的压缩感知重建算法相比，在0．9的采样率下， 重构性能最大可提高近2dB。 关键词：上下文建模；压缩感知；图像重建；Bayesian推理 中图分类号：TN914．42文献标志码：A 文章编号：0253-987X(2013)06—0012—06 A Reconstruction BayesianCompressiveSensing Algorithm Wavelet_DomainContext Using Modeling HOU Xingsong。SUNJinqiang (SchoolofElectronicsandInformation 710049，China) Engineering，Xi’anJiaotongUniversity，Xi’an novel reconstructionbasedonthe Abstract：A Bayesiancompressivesensingimage algorithm is the of context tosolve thattheintrascale modelingproposed problem dependenciesimage’S waveletcoefficientsisnot the reconstruction fullyexploitedby compressivesensing algorithm．It isassumedthatthewavelet a coefficientsof model．Context imageobeyspike—and—slabprobability in are v