论文研究基于低秩和稀疏性先验知识的压缩感知图像重构.pdf

针对当前重建效果最好的基于低秩先验的NLR重建算法，忽略了图像的局部结构信息，不能有效地重建图像的边缘，为了在测量值数量不变的情况下进一步提高图像的重建质量，在低秩先验的基础上，引入稀疏约束（梯度域的稀疏性—总变差）作为图像额外的先验知识，建立了基于总变差和低秩约束的CS图像重建模型。增广拉格朗日—交替方向乘子算法用于求解产生的非凸优化问题。实验结果表明，与传统的稀疏性先验重建算法和NLR算法相比，所提算法能够获得更高的图像重构质量。