CVS中基于残差结构特征的块分类重构算法*

杨春玲 李文豪

(华南理工大学 电子信息学院， 广东 广州 510640)

CVS中基于残差结构特征的块分类重构算法*

杨春玲 李文豪

(华南理工大学 电子信息学院， 广东 广州 510640)

现有最好的视频压缩感知重构算法大都采用“预测-残差重构”策略，可有效利用帧内和帧间的相关性获得较好的性能，但是残差重构均直接采用SPL算法，忽略了残差信号自身的结构特征，限制了性能的进一步提升.针对该问题，文中提出了一种基于预测残差结构特征的块分类重构算法，首先利用残差块观测值的平均能量对残差块进行分类，然后对不同类的残差块采用不同的重构算法.仿真实验表明，用于运动较快的视频序列时，文中方案与SPL算法相比可以获得更好的重构质量.

视频压缩感知；残差重构；平均能量；残差块分类

近十年来，压缩感知理论在信号处理领域受到极大的关注，该理论指出：对于在某个变换域ψ下稀疏或近似稀疏的N维信号，可以通过它的M(M

将压缩感知理论应用于图像信号采集被称之为图像压缩感知，文献[3]使用分块压缩感知(BCS)方法对图像进行分块观测和处理，具有快速高效的优点，是目前最受关注的图像压缩感知框架；在此框架基础上，文献[4]进一步提出结合平滑处理和迭代Landweber投影的BCS-SPL重构算法，该算法能够很好地权衡计算复杂度和重构质量，是目前图像压缩感知中比较被认可的重构算法，由于它的快速和高效，亦被广泛应用于视频压缩感知的残……