基于平克斯公式的l1-l2优化算法改进

2019-09-09 08:14黄芳张永立范志勇
数码世界 2019年5期
关键词:压缩感知

黄芳 张永立 范志勇

摘要:压缩感知的各种重构算法中,如何优化算法,使重构精度变高是研究的重点,本文基于平克斯公式,在l1- l2算法的基础上进行改进,实现正则参数的优化选择,从而提高重构精度.

关键词:压缩感知 重构算法 平克斯公式

引言

压缩感知理论克服了原始采样方法对信号采样率的要求,避免了资源的浪费,提高了信号采样的效率,求解压缩感知优化问题,国内外大概分为三类基本方法:匹配追踪类算法、凸松弛类算法以及组合算法,各种基本方法进行延伸,进而发展了多种重构算法,本文在-/2最小化重构算法的基础上加入平克斯公式,对正则参数进行选择,从而克服l1-l2最小化重构算法中,正则参数人工给定的缺陷,进而提高重构精度。

1 l1-l2最小化重构算法

4实验

本小节中,我们取定一个二维的灰度图片Lena图像进行仿真实验,分别运用改进的和原始的l1-l2优化算法对其进行重构。Lena图像大小为256x256,测量次数为190次,选用小波基生成的正交矩阵为稀疏基,用峰值性噪比(PSNR)来评价重构图像结果的好坏.本实验采用的实验电脑配置为Intle酷i3 2350M(2.3GHz),内存是2GB,软件采用Matlab R20lOa软件。

原始的- 12优化算法的重构结果由图4-1显示,图4-1中原始的Lena图片为左边的图片,进行小波变换后的结果为中间的图片,经过190次测量后最左边的图片显示了由原始的l1-l2优化算法的重构结果,得到的PSNR l1-l2=- 25.3875。

改进的- 12优化算法的重构结果由图4 2显示,图4_2中原始的Lena图片为左边的图片,进行小波变换后的结果是中间的图片,左边的图像显示了经过190次测量后,由改进的l1-l2优化算法重构的结果,PSNRl1-l2= 25.4384。两个数据进行比较可以看出PSNF l1-l2>PSNRl1-l2。说明改进的算法提高了算法的精度。

5结论

经过多年的发展,压缩感知重构的算法中, 优化算法已经非常成熟,但是仍然没有克服正则参数随机给定的缺陷.本文通过平克斯公式,改进优化算法正则化参数选择方法,并通过实验证实,改进的算法确实可以提高重构精度。

参考文献

[1] E Candes. Compressive sanipling[Al. Proceedings of theInternational Congress of Matheniaticians[C]. Madrid,Spain,2006,3:1433-1412 .

[2]

Erd e lyi

A.

Asymptotic

expa nsions[M] . Courier

DoverPublications, 2012.

[3] Schilder M. SoIlle asyniptotic forniulas for Wiener integralsEJl.Transactions of the American Mathematical Society.1966,125(1): 63

[4] Pincus M. Gaussian processes and Haninierstein integralecluations[Jl. Transactions of the American MathematicalSociety, 1968, 193(134):

193214.

[5] Igelnik B,Pao Y H. Stochastic choice of basis functions inarlaptive function ?pproxinration and the functional-link net[J].IEEE Transactions on Neural Networks.1995.6(6): 1320-1329.

[6] Joel A.Tropp,Anna C.Gilbert. Signal Recovery FroinRandoni MeasurenLents Via Orthogonal Matching PursuitLJl.IEEETRANSCATIONS ON INFORMATION THEORY. 2007.12(53). 46514666.

[7]孫玉宝,肖亮,韦志辉,等,基于Gabor感知多成份字典的图像稀疏表示算法研究[J],自动化学报,2008.34(11): 1379-1387.

[8]李树涛,魏丹,压缩传感综述[J].自动化学报,2009,35(Ll): 1369m1

[9]杨海蓉,张成,丁大为,等,压缩传感理论与重构算法[J].电子学报,2011,39(1):142-148.

猜你喜欢
压缩感知
基于匹配追踪算法的乳腺X影像的压缩感知重构
浅析压缩感知理论在图像处理中的应用及展望
基于压缩感知的一维粗糙面电磁散射快速算法研究
基于压缩感知的重构算法研究
基于ADM的加权正则化的块稀疏优化算法
基于贝叶斯决策的多方法融合跟踪算法
压缩感知在无线传感器网络中的应用
浅谈《数字信号处理》实践教学
一种基于压缩感知的农业WSN数据传输方法
基于压缩感知的模拟信息转换器仿真