一种稀疏度拟合的图像自适应压缩感知算法

针对运用压缩感知理论对图像进行自适应压缩采样时，采样率及稀疏度阈值确定具有很强的主观性，提出一种稀疏度拟合的精确自适应采样算法.该算法通过循环迭代来确定各个稀疏度下满足PSNR要求的最低采样率，利用最小二乘法对稀疏度及采样率数据进行拟合，得到稀疏度-采样率选取的最佳目标函数.基于TVAL3重构算法对上述自适应采样算法进行了实验仿真，结果表明，重构图像的PSNR均高于用相同值的固定采样率重构的PSNR值，其中纹理特征区分明显的图像此PSNR差值能达到3.5 dB以上.相比粗糙自适应算法，平均采样率比其降低的同时，重构图像仍得到了更高的PSNR值