利用小波系數上下文建模的Bayesian壓縮感知重建算法

侯興松　孫錦強

摘要：針對目前壓縮感知圖像重建算法沒有充分利用圖像小波系數尺度內相關性的缺點，提出一種上下文建模的Bayesian壓縮感知重建（CBCS）算法。該算法假定圖像的小波系數服從參數未知的spike—and—slab概率模型，先通過一種新的上下文建模方法得到待估計小波系數鄰域內的上下文矢量，然后根據待估計系數與上下文矢量的相關性及其父親系數的狀態，推測待估計系數為顯著系數的概率，最后根據待估計系數的概率，采用馬爾科夫鏈一蒙特卡洛采樣的Bayesian推理從觀測向量中恢復出圖像的小波系數，進而得到重建圖像。實驗結果表明，CBCS算法可以自適應于圖像內容的變化，與僅利用尺度間相關性的小波樹結構的壓縮感知重建算法相比，在O.9的采樣率下，重構性能最大可提高近2 dB。