一种新的分块压缩传感图像重建算法

空间自适应的分块图像重建方法

摘要
首先，将图像分割成一系列子块，分别将每个子块的所有列向量首尾连接起来构成原始信号; 其次，将该信号经过稀疏变换后投影到观测矩阵上得到对应的观测值，再利用优化方法从这些观测中重建出信号; 然后，分类每个重构子块的活动性，采用不同的后滤波方法处理不同活动性指数的子块边界． 最后，以MRI 图像为实验对象对算法进行了验证．实验结果表明，所提算法不仅降低了压缩传感的重建时间，而且有效去除块效应，并在一定程
度上保护图像的纹理和边缘．

理论方法

根据自然图像的空间特性，采用不同的基函数对具有不同特征的图像子块进行稀疏表示，以较低的计算复杂性取得了较好的重建质量，但是仍然存在一定的块效应影响．因此，本文进一步以分块压缩传感为基本模型，采用子块活动性分析和滤波运算对重建子块进行后处理，提出基于分块压缩传感的MRI 图像重建方法，在不降低原图像质量条件下减少数据采集总量和重建时间．

1.分块压缩传感基本模型

2.后处理
分块压缩传感图像重建方法以块为单位进行CS 重建，忽略了相邻子空间之间的相关性，有可能导致重建图像中块的边界出现不连续的现象，因此还需要有效的后处理算法，尽可能消除块效应以提高视觉质量． 整个后处理过程分为子空间活动性分析和滤波2 个部分．

结论
分块压缩传感图像重建方法采用非重叠块分割技术，然后以块为单位单独进行基于CS理论的图像重建．首先，本文研究分析了块尺寸的选择对重建质量与重建时间的影响．
本文针对MRI 图像的压缩传感重建速度不高及分块压缩传感重建图像存在的块效应问题，提出了基于块分割和后滤波的分块压缩传感图像重建方法． 首先实验分析了块尺寸对重建质量与重建时间的影响以确定出合适的分块尺寸，其次采用分块压缩传感方法单独重建出每个图像子块，然后分析每个图像子块的活动性，最后对不同活动性指数的子块边界采取不同强度的滤波器进行处理． 在很大程度上兼顾MRI 图像的压缩传感重建速度和块效应的消除及细节信息的保护，实验结果从重建时间、主客观质量等方面验证了本文算法的有效性．