基于双树小波通用隐马尔可夫树模型的图像压缩感知

标准压缩感知图像重构仅利用图像小波系数具有稀疏性的先验知识,未能利用小波系数的结构分布特性。利用基于模型压缩感知重构思想,将能有效描述图像小波系数分布特性的隐马尔可夫树(HMT)模型引入到图像的压缩感知重构。经过理论推导,将基于HMT模型的重构转化为型如标准图像压缩感知重构的优化问题,并提出基于贝叶斯优化的凸集交替投影法进行求解。为进一步提高重构质量和速度,引入了双树小波域通用HMT(uHMT)模型及改进的uHMT(iuHMT)模型代替小波域HMT模型。实验结果表明,基于双树小波域iuHMT模型的重构图像的平均峰值信噪比(PSNR)比uHMT模型高0.97dB.