• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于雙樹小波通用隱馬爾可夫樹模型的圖像壓縮感知

    2010-03-27 06:55:40練秋生
    電子與信息學(xué)報 2010年10期
    關(guān)鍵詞:優(yōu)化模型

    練秋生 王 艷

    (燕山大學(xué)信息科學(xué)與工程學(xué)院 秦皇島 066004)

    1 引言

    圖像壓縮感知(CS)是近幾年圖像處理領(lǐng)域的重大突破,它是由Donoho和Candes等人[1,2]在稀疏表示和優(yōu)化理論的基礎(chǔ)上提出的一種成像理論。其本質(zhì)是直接將采樣與壓縮相結(jié)合,在對圖像進(jìn)行隨機(jī)投影得到少量觀測值后,利用圖像表示的稀疏性先驗知識,從觀測值中恢復(fù)原始圖像的過程。圖像稀疏性是指其小波域只有少數(shù)與圖像邊緣紋理相對應(yīng)的系數(shù)不為零或具有較大值,而與圖像光滑部分相對應(yīng)的大多數(shù)系數(shù)為零或近似為零。CS理論利用圖像稀疏性先驗知識,所需觀測值遠(yuǎn)遠(yuǎn)小于Nyquist采樣定理所要求的數(shù)目。目前的CS重構(gòu)算法包括最優(yōu)化算法和貪婪算法兩大類。最優(yōu)化算法將重構(gòu)轉(zhuǎn)化為特定優(yōu)化問題,利用各類優(yōu)化算法對其求解,常用算法有凸優(yōu)化算法、非凸優(yōu)化算法及光滑?0范數(shù)(SL0)算法等。凸優(yōu)化算法用?1范數(shù)等價代替?0范數(shù),將重構(gòu)轉(zhuǎn)化為帶約束的凸優(yōu)化問題,然后求其最優(yōu)解。迭代硬閾值法(IHT)[3],凸集交替投影法(POCS)[4],迭代加權(quán)法[5]等都屬于此類算法。非凸優(yōu)化算法[6]將?0范數(shù)轉(zhuǎn)化為?p(p<1)范數(shù),將重構(gòu)轉(zhuǎn)化為非凸優(yōu)化問題,然后求其最優(yōu)解,而光滑?0范數(shù)法[7]則通過構(gòu)建一個光滑函數(shù)來逼近?0范數(shù),然后對光滑函數(shù)進(jìn)行優(yōu)化實現(xiàn)重構(gòu)。貪婪算法在每次迭代過程中選取一個或幾個與觀測值余量最大相關(guān)的基,尋找一組與觀測值匹配的最稀疏基,從而實現(xiàn)信號的重構(gòu)。匹配追蹤(MP)、正交匹配追蹤法(OMP)及它們的各種改進(jìn)方法(如CoSaMP[8],ROMP[9])均為此類算法。與傳統(tǒng)基于Nyquist采樣的重構(gòu)相比,CS是一個重大突破。但標(biāo)準(zhǔn)CS重構(gòu)只利用圖像稀疏性先驗知識,重構(gòu)自由度大。實際上,圖像的小波系數(shù)除具有稀疏性外,還具有一些結(jié)構(gòu)上的分布特征,如與邊緣紋理相對應(yīng)的大系數(shù)往往呈樹狀分布,小波系數(shù)幅值在尺度間呈指數(shù)衰減等,將這些先驗知識引入的CS重構(gòu)中可改善重構(gòu)效果,減少重構(gòu)所需的采樣值數(shù)目。Baraniuk在文獻(xiàn)[10]中提出了基于模型的CS重構(gòu)理論,證明了將描述信號小波系數(shù)分布的結(jié)構(gòu)模型引入到CS重構(gòu)理論的正確性及有效性,為基于模型的CS圖像重構(gòu)提供了理論依據(jù)。文獻(xiàn)[11]提出了TMP(Treebased Matching Pursuit)和TOMP(Tree-based Orthogonal Matching Pursuit)算法,將信號小波系數(shù)呈樹狀分布結(jié)構(gòu)用于MP或OMP算法中。這兩種算法先利用MP或OMP算法尋找位于小波樹頂端的大系數(shù),然后沿著有大系數(shù)的子樹向下搜索它的子系數(shù),而對于沒有大系數(shù)的子樹不再進(jìn)行搜索,與MP或OMP相比,此方法極大地縮小了搜索空間,減少了計算量,實現(xiàn)信號的快速重構(gòu)。文獻(xiàn)[12]提出了BOMP算法(Block-based Orthogonal Matching Pursuit),將信號小波系數(shù)的塊分布模型引入到OMP算法中。TMP,TOMP和BOMP算法相比與標(biāo)準(zhǔn)的CS重構(gòu)有了較大改進(jìn),但上述算法引入的模型較為簡單,不能精確刻畫信號小波系數(shù)的結(jié)構(gòu)分布特征,且上述算法對于一維信號的重構(gòu)效果較好,但對于圖像重構(gòu),算法計算開銷大,重構(gòu)效果不理想。圖像小波域的隱馬爾可夫模型(HMT)能較為精確地描述圖像小波系數(shù)的分布特征,它已廣泛應(yīng)用于圖像去噪[13]和圖像復(fù)原[14]中。文獻(xiàn)[15]將該模型引入到一維信號的CS重構(gòu)中,采用重置權(quán)重的?1范數(shù)最優(yōu)化算法,直接將HMT模型參數(shù)引入的重置權(quán)重的修正中。但文獻(xiàn)[15]未對算法的合理性做相應(yīng)的理論推導(dǎo),缺少理論依據(jù)。本文將HMT模型引入到圖像的CS的重構(gòu)中,從最大后驗概率(MAP)出發(fā),經(jīng)過理論推導(dǎo),將基于HMT的圖像重構(gòu)轉(zhuǎn)化為與標(biāo)準(zhǔn)圖像CS重構(gòu)形式相似的優(yōu)化問題,并提出采用基于貝葉斯優(yōu)化的凸集交替投影法(Projections Onto Convex Sets,POCS)求解該優(yōu)化問題。另外本文將具有更多方向選擇性的雙樹小波域通用HMT(universal HMT,uHMT)模型代替小波域HMT模型,省去了使用HMT模型的計算開銷巨大的訓(xùn)練過程。為進(jìn)一步提高圖像重構(gòu)質(zhì)量,本文對uHMT模型進(jìn)行修正,提出了改進(jìn)的uHMT模型(improved uHMT, iuHMT),它能更精確刻畫小波系數(shù)的局部分布特性,實驗結(jié)果表明了算法的有效性。

    2 稀疏變換域的uHMT模型及其改進(jìn)

    2.1 小波域HMT模型

    圖像的小波系數(shù)分布具有以下特征:(1)小波系數(shù)的非高斯性分布:即只有極少數(shù)小波系數(shù)具有較為顯著的較大值,而絕大多數(shù)小波系數(shù)的幅值較小,近似為零。(2)小波系數(shù)狀態(tài)的尺度持續(xù)性:小波系數(shù)“大”或“小”的狀態(tài)具有在尺度間傳遞的特性。圖像小波域HMT模型[14]能有效描述小波系數(shù)的上述特性。圖像小波系數(shù)呈樹狀圖分布,其HMT模型為每個小波系數(shù)wi設(shè)置對應(yīng)的隱狀態(tài)變量Si。HMT模型采用混合高斯模型來模擬小波系數(shù)分布的非高斯性:如果已知第i個結(jié)點隱狀態(tài)變量的概率分布,則小波系數(shù)wi的概率密度與其他小波系數(shù)及隱狀態(tài)變量無關(guān),即式中pSi(m)=p(Si=m)為隱狀態(tài)變量概率分布,它們滿足為高斯概率密度函數(shù),m為小波系數(shù)隱狀態(tài)變量的一個實現(xiàn),隱狀態(tài)變量在1,…,M中取值,本文中M=2。m=1的高斯成分具有較小的方差,刻畫與圖像光滑部分對應(yīng)的小波系數(shù)分布特征; m=2的高斯成分具有較大方差,刻畫與圖像邊緣紋理對應(yīng)的大系數(shù)的分布特征。

    小波系數(shù)狀態(tài)沿尺度的持續(xù)性可采用隱狀態(tài)變量沿尺度的狀態(tài)轉(zhuǎn)移概率表征:任一結(jié)點小波系數(shù)的隱狀態(tài)僅依賴于其父結(jié)點ρ(i)的隱狀態(tài),這種依賴關(guān)系由條件概率=p(m| S=r)來表Si| Sρ(i)ρ(i)征,它構(gòu)成了此結(jié)點狀態(tài)轉(zhuǎn)移矩陣。上述參數(shù)、、μi,m、加上根結(jié)點處隱狀態(tài)變量概率分布pS1(m)構(gòu)成了HMT模型參數(shù),記為θ。文獻(xiàn)[16]假設(shè)同一級小波系數(shù)具有相同的模型參數(shù),因此參數(shù)個數(shù)近似為4J(J為小波分解的級數(shù)),它們可以通過EM算法訓(xùn)練得到。已知小波系數(shù)w和模型參數(shù)θ,可通過Upward-Downward算法獲得小波系數(shù)的后驗概率p(Si=m|w, θ)。在HMT模型下,由于小波變換的正交性,小波3個子帶相互獨(dú)立,小波系數(shù)的聯(lián)合概率分布可表示為

    2.2 小波及雙樹小波域uHMT模型

    上述HMT模型在使用中需經(jīng)過大量的訓(xùn)練才能獲得具體的參數(shù)值,計算量較大。文獻(xiàn)[17]提出一種小波域通用HMT(universal HMT,uHMT)模型,它根據(jù)圖像小波系數(shù)的幅值沿尺度呈現(xiàn)指數(shù)衰減特性得到HMT模型的各級高斯成分方差有以下關(guān)系:式中j表示小波變換級數(shù),j=1,2,…,J 。小波系數(shù)的“大”或“小”的狀態(tài)持續(xù)性沿尺度呈指數(shù)增強(qiáng)的特性,其狀態(tài)轉(zhuǎn)移矩陣可表示如下:

    根據(jù)上述特性將HMT模型參數(shù)由原來的4J個減少為9個,即文獻(xiàn)[17]提出的小波域uHMT模型參數(shù)為

    該模型參數(shù)對于大多數(shù)自然圖像都是適用的,因此用uHMT代替HMT能省去計算量較大的訓(xùn)練步驟,有效減少了計算開銷。

    普通的正交或雙正交2維小波變換的方向選擇性差(只有水平、垂直和對角線3個方向),并且不具有平移不變性,它不能實現(xiàn)圖像幾何信息(如邊緣和紋理)的最優(yōu)表示。為提高圖像壓縮感知系統(tǒng)的性能,本文應(yīng)用具有六方向選擇性和平移不變性的雙樹小波[18]來實現(xiàn)圖像稀疏表示。雙樹小波有實小波和復(fù)小波兩種,為減少冗余度和計算量,本文應(yīng)用冗余度為2的雙樹實小波。雙樹小波的uHMT模型參數(shù)與小波uHMT模型參數(shù)類似,經(jīng)過對多幅圖像的訓(xùn)練獲得雙樹小波域uHMT模型參數(shù)為

    2.3 改進(jìn)的uHMT(iuHMT)模型

    上述uHMT模型將同級所有小波系數(shù)的uHMT模型的高斯成分簡化為具有相同的方差。然而由于小波系數(shù)的分布具有局部性,不同子帶不同位置的高斯成分方差并不相同,且成分方差與小波系數(shù)的局部能量相關(guān)?;谶@一特性本文提出了局部自適應(yīng)性的改進(jìn)uHMT模型(iuHMT,improved uHMT),將高斯成分的方差與小波系數(shù)的局部能量相關(guān)聯(lián)。設(shè)w為圖像小波系數(shù)或雙樹小波系數(shù),圖像的噪聲為2σ,則某點處小波系數(shù)wi的局部能量表示為:,其中Ni是以i點為中心的鄰域,M為鄰域大小,本文取M=3×3。wi兩個高斯成分的方差可分別表示為:則iuHMT模型的參數(shù)可改為:θ=。其中參數(shù)kS和kL分別表示兩個高斯成份的方差與該點小波系數(shù)局部能量的比例關(guān)系。通過對多幅圖像的統(tǒng)計結(jié)果,kL為0.1,kS分別為0.2和0.25時小波與雙樹小波域的iuHMT性能最好。本文中小波域的iuHMT模型的參數(shù)取值為

    雙樹小波域的iuHMT模型的參數(shù)取值為

    iuHMT的模型參數(shù)比uHMT少兩個,并且由于高斯成分的方差具有局部性和自適應(yīng)性,它能更精確描述小波或雙樹小波系數(shù)的分布特征。

    3 基于雙樹小波uHMT模型的壓縮感知圖像重構(gòu)

    3.1 圖像壓縮感知

    設(shè)信號x的稀疏變換為x=Ψw,Ψ為信號的稀疏基,w為信號的稀疏系數(shù)。采用投影矩陣Φ對信號進(jìn)行投影,得到信號的觀測值y=Φx。理論證明只要Θ=ΦΨ滿足限制等容性[1,2](Restricted Isometry Property, RIP),利用觀測值y,即可重構(gòu)信號x。信號x的重構(gòu)可表示為求解以下優(yōu)化問題:

    式中η為觀測噪聲。式(3)表示在滿足觀測值條件下,尋找x的非零變換系數(shù)最少的解,即x的最稀疏解。由于上述優(yōu)化問題是一個典型的NP-hard問題,通常采用?1范數(shù)等價代替?0范數(shù)[1,2],即優(yōu)化問題式(3)等價為

    求解上式的典型算法包括迭代硬閾值法(IHT)和迭代軟閾值法(IST)。

    3.2 重構(gòu)模型的推導(dǎo)

    引入HMT模型后,根據(jù)最大后驗概率(MAP)準(zhǔn)則,壓縮感知圖像重構(gòu)可表示為

    式中f(w| y)為小波系數(shù)的條件概率密度,y=ΦΨw +η為圖像x的觀測值,η為高斯白噪聲:η~N(μ, σ2)。根據(jù)貝葉斯公式式(5)等價為

    式中f(w)和f(y)分別為w和y的概率密度函數(shù),f(y)為常數(shù),f(w)即為式(2)表示的HMT模型的聯(lián)合概率密度函數(shù)。由于η=y?ΦΨw 為高斯分布,因此有

    對式(6)右端取自然對數(shù)得

    將式(2),式(7)代入式(8)并去掉常數(shù)項得

    將式(9)的右邊乘?1有

    根據(jù)拉格朗日乘子法,式(12)可以寫成下列形式:

    式(13)與式(4)類似,均為在滿足觀測值條件下尋找滿足要求的最優(yōu)解,關(guān)鍵區(qū)別為式(4)是只利用了信號的稀疏性先驗知識,而式(13)則包含了HMT模型蘊(yùn)含的稀疏性和樹結(jié)構(gòu)分布先驗知識。

    3.3 重構(gòu)算法的實現(xiàn)

    式(13)為凸優(yōu)化問題,本文采用基于貝葉斯優(yōu)化的凸集交替投影(POCS)算法求解,優(yōu)化問題涉及以下兩個凸集:

    POCS算法交替向兩個凸集C1和C2進(jìn)行投影, C1和C2的交點即為式(13)的最優(yōu)解:

    POCS算法迭代步驟如下:

    (1)將第t次迭代的結(jié)果wt向C1投影:

    (2)利用梯度下降法將β向C2投影:

    梯度下降法需在每次迭代中在下降方向上尋找最優(yōu)步長,即進(jìn)行一次線性優(yōu)化搜索,計算開銷較大。本文采用貝葉斯優(yōu)化[17]代替梯度下降法。令λ=diag(λi),其中λi為

    根據(jù)式(15)得到t+1w的第i個分量為

    將λi的值代入并化簡得

    式(17)即為文獻(xiàn)[17]給出的HMT模型的貝葉斯優(yōu)化結(jié)果。貝葉斯優(yōu)化方法根據(jù)模型參數(shù),對系數(shù)進(jìn)行統(tǒng)計優(yōu)化 ,避免了每次迭代過程對步長的優(yōu)化搜索,減小了計算量。

    基于雙樹小波iuHMT模型的壓縮感知重構(gòu)算法具體步驟包括:

    (1)初始化:設(shè)置最小誤差Emin和最大迭代次數(shù)tmax, w1=ΨTΦTy ,t=1。

    (2)利用式(14)將wt投影到C1得到β。式中Φ表示PDCT(Permuted Discrete Cosine Transform)投影,Ψ和ΨT表示雙樹小波變換及其逆變換。

    (3)利用穩(wěn)健中值算子估計β所含噪聲的方差σ2。

    (4)利用雙樹小波域iuHMT模型參數(shù)及Upward-Downward算法估計β的隱狀態(tài)變量后驗概率pSi(m)。

    (5)將β投影到C2,即利用式(17)獲得wt+1。

    (6)xt+1=Ψwt+1,若||xt+1?xt||<Emin或t>tmax則轉(zhuǎn)移到下一步,否則令t=t+1轉(zhuǎn)到(2)繼續(xù)執(zhí)行。

    (7)輸出重構(gòu)圖像xt+1。

    4 實驗結(jié)果

    為驗證算法有效性,本文將基于uHMT模型和iuHMT模型的圖像壓縮感知重構(gòu)與標(biāo)準(zhǔn)的圖像壓縮感知重構(gòu)算法進(jìn)行比較。本文實驗選取barbara,boat, couple, hill, lena, man, fingerprint 7幅512×512的標(biāo)準(zhǔn)灰度圖像進(jìn)行重構(gòu)。實驗中分別用DWTIHT, DWTuHMT, DWTiuHMT, TDWTIHT,DTDWTuHMT, DTDWTiuHMT表示小波域的IHT重構(gòu)、小波域uHMT模型重構(gòu)、小波域iuHMT模型重構(gòu)、雙樹小波域IHT重構(gòu)、雙樹小波域uHMT模型重構(gòu)及雙樹小波域iuHMT模型的重構(gòu)。其中小波域的uHMT及iuHMT重構(gòu)算法將上部分算法實現(xiàn)中步驟(2)的雙樹小波變換改為Daubechies4正交小波變換,步驟(4)中的參數(shù)相應(yīng)改為小波域的模型參數(shù)值。

    表1為DWTuHMT、DWTiuHMT和DWTIHT算法在不同采樣率下重構(gòu)的峰值信噪比(PSNR)比較。表中平均值一欄為各算法在各個采樣率下7幅圖像重構(gòu)PSNR的平均值,黑體數(shù)字表示較高的PSNR。由表1可以看出在采樣率為20%,30%和40%時DWTuHMT算法重構(gòu)的PSNR平均值要比DWTIHT算法的PSNR平均值分別高出1.39 dB,2.12 dB和2.50 dB,DWTuHMT算法重構(gòu)效果明顯優(yōu)越于DWTIHT算法;在采樣率10%,DWTuHMT相比DWTIHT高出0.25 dB。在4種采樣率下,DWTiuHMT重構(gòu)的PSNR平均值較DWTIHT分別高5.31 dB,5.34 dB,5.24 dB,4.93 dB,較DWTuHMT分別高5.06 dB,3.95 dB,3.12 dB,2.43 dB,充分體現(xiàn)了基于iuHMT模型重構(gòu)的優(yōu)越性。表2 為DTDWTuHMT, DTDWTiuHMT和DTDWTIHT算法對7幅圖像重構(gòu)PSNR平均值的比較。從表2可以看出在采樣率為20%、30%、40%時,DTDWTuHMT算法重構(gòu)PSNR平均值比DTDWTIHT算法分別高出1.03 dB,1.51 dB,1.74 dB。在4種采樣率下,DTDWTiuHMT重構(gòu)的PSNR平均值比DTDWTIHT分別高出了1.30 dB,2.46 dB,2.39 dB,2.20 dB之多,較DTDWTuHMT也分別高出了1.13 dB,1.43 dB,0.88 dB,0.46 dB?;贒TDWTiuHMT模型的重構(gòu)圖像PSNR的平均值比DTDWTuHMT模型高0.97 dB,同樣體現(xiàn)了基于iuHMT模型重構(gòu)算法的優(yōu)越性。將表1中DWTuHMT、DWTiuHMT算法對各圖像的重構(gòu)PSNR與表2中DTDWTuHMT, DTDWTiuHMT算法對各圖像的重構(gòu)PSNR進(jìn)行比較可以看出,DTDWTuHMT在4種采樣率下重構(gòu)PSNR平均值比DWTuHMT分別高出4.82 dB,4.17 dB,3.32 dB,2.47 dB;DTDWTiuHMT的重構(gòu)PSNR平均值比DWTiuHMT分別高出了0.89 dB,1.65 dB,1.06 dB,1.50 dB,充分表明雙樹小波比普通小波更適合于壓縮感知。

    表1 小波域uHMT、iuHMT重構(gòu)與IHT重構(gòu)PSNR的比較

    表2 雙樹小波域的iuHMT、uHMT重構(gòu)與IHT重構(gòu)PSNR的比較

    圖1為采樣率為20%時各種算法對barbara重構(gòu)結(jié)果的局部圖像。圖1(a)為小波域IHT算法重構(gòu)的圖像,該圖像紋理信息丟失嚴(yán)重,且含有大量噪聲;圖1(b)為小波域的uHMT模型重構(gòu)圖像,與圖1(a)相比,該圖像恢復(fù)了更多的紋理信息,重構(gòu)效果有明顯改善;圖1(c)為小波域的iuHMT模型重構(gòu)圖像,與圖1(a),1(b)相比,紋理信息進(jìn)一步增多,且所含噪聲進(jìn)一步降低;圖1(d)為雙樹小波域的IHT重構(gòu)圖圖像,它恢復(fù)了較多的紋理信息,但圖像過度平滑,造成模糊失真;圖1 (e)為雙樹小波域uHMT算法的重構(gòu)圖像,包含了更豐富的紋理信息,圖像更清晰,有效改善了圖1(d)的模糊失真;圖1(f)為雙樹小波域iuHMT算法的重構(gòu)效果圖,與其余5幅圖像相比,它的紋理和邊緣信息最清晰,視覺效果最好。

    5 結(jié)論

    標(biāo)準(zhǔn)的壓縮感知重構(gòu)只是利用了小波系數(shù)稀疏性的先驗知識,而未利用小波系數(shù)分布結(jié)構(gòu)特征的先驗知識。本文提出一種基于雙樹小波域改進(jìn)uHMT模型的圖像壓縮感知重構(gòu)算法,將有效描述圖像小波系數(shù)分布的HMT模型引入的圖像的壓縮感知重構(gòu)。從最大后驗概率出發(fā),經(jīng)過理論推導(dǎo),將基于HMT的重構(gòu)轉(zhuǎn)化為型如標(biāo)準(zhǔn)壓縮感知重構(gòu)的優(yōu)化問題,并提出采用基于貝葉斯優(yōu)化的POCS算法對優(yōu)化問題求解。本文還提出了基于雙樹小波域的uHMT模型,與小波相比,雙樹小波能更加有效地描述圖像的幾何信息,且采用uHMT模型省去了HMT模型所需的計算量巨大的訓(xùn)練過程,提高了重構(gòu)質(zhì)量和重構(gòu)速度。另外本文對uHMT進(jìn)行了改進(jìn),提出參數(shù)個數(shù)更少,更能精確描述雙樹小波變換系數(shù)分布特征的iuHMT模型,進(jìn)一步提高了圖像重構(gòu)質(zhì)量。

    圖1 采樣率為20%時barbara重構(gòu)效果比較

    [1] Donoho D L. Compressed sensing [J]. IEEE Transactions on Information Theory, 2006, 52(4): 1289-1306.

    [2] Candes E J nd Romberg J T. Robust uncertainty principles:Exact signal reconstruction from highly incomplete frequency information [J]. IEEE Transactions on Information Theory, 2006, 52(2): 489-509.

    [3] Blumensath T and Davies M E. Iterative thresholding for sparse approximations[J]. Journal of Fourier Analysis and Applications, 2008, 14(5): 629-654.

    [4] Bregman L M. The method of successive projection for finding a common point of convex sets [J]. Soviet Math, 1965,6(3): 688-692.

    [5] Chartrand R and Yin Wotao. Iteratively reweighted algorithms for compressive sensing[C]. IEEE International Conference on Acoustics, Speech and Signal Processing, Las Vegas, NV, USA, 2008: 3869-3872.

    [6] Chartrand R. Exact reconstruction of sparse signals via nonconvex minimization [J]. IEEE Signal Processing Letters,2007, 14(10): 707-710.

    [7] Mohimani G H, Babaie-Zadeh M, and Jutten C. A fast sparse approach for overcomplete sparse decomposition based on smoothed ?0norm [J]. IEEE Transactions on Signal Processing, 2009, 57(1): 289-301.

    [8] Needell D and Tropp J A. CoSaMP: Iiterative signal recovery from incomplete and inaccurate samples[J]. Applied and Computational Harmonic Analysis, 2008, 26(3): 301-321.

    [9] Needell D and Vershynin R. Uniform uncertainty principle and signal recovery via regularized orthogonal matching pursuit[J]. Foundations of Computational Mathematics, 2009,9(3): 317-334.

    [10] Baraniuk R G, Cevher Volkan, and Marco T D, et al..Model-Based compressive sensing [J]. IEEE Transactions on Information Theory, 2010, 56(4): 1982-2001.

    [11] Duarte M F. Fast reconstruction from random incoherent projections[R]. Rice ECE Department Technical Report Tree,2005.

    [12] Yonina C E and Helmut B. Block-sparsity:coherence and efficient recovery[C]. IEEE International Conference on Acoustics, Speech and Signal Processing, Taipei, Taiwan,2009: 2885-2888.

    [13] Kivinen J J, Sudderth E B, and Jordan M I. Image denoising with nonparametric Hidden Markov trees[C]. IEEE International Conference on Image Processing, San Antonio,Texas, 2007, 3: 121-124.

    [14] 趙書斌,彭思龍. 基于小波域HMT模型的圖像超分辨率重構(gòu)[J]. 計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報,2003, 15(11): 1347-1352.Zhao Shu-bin and Peng Si-long. Wavelet-domain HMT-based image superresolution[J]. Journal of Computer-aided Design& Computer Graphics, 2003, 15(11): 1347-1352.

    [15] Marco F D, Wakin M B, and Baraniuk R G. Wavelet-domain compressive signal reconstruction using a hidden markov tree model[C]. IEEE International Conference on Acoutics,Speech and Signal Processing, Las Vegas, NV, USA, 2008:5137-5140.

    [16] Crouse Matthew S, Nowak R D, and Baraniuk R G. Waveletbased statistical signal processing using Hidden Markov Models[J]. IEEE Transactions on Signal Processing, 1996,3(6): 1029-1035.

    [17] Romberg J K, Hyeokho C, and Baraniuk R G. Bayesian tree-structured image modeling using wavelet-domain hidden markov models [J]. IEEE Transactions on Image Processing,2001, 10(7): 1056-1068.

    [18] Selesnick I W and Baraniuk R G. The dual-tree complex wavelet transform[J]. IEEE Signal Processing Magazine, 2005,22(6): 123-151.

    猜你喜歡
    優(yōu)化模型
    一半模型
    超限高層建筑結(jié)構(gòu)設(shè)計與優(yōu)化思考
    民用建筑防煙排煙設(shè)計優(yōu)化探討
    關(guān)于優(yōu)化消防安全告知承諾的一些思考
    一道優(yōu)化題的幾何解法
    由“形”啟“數(shù)”優(yōu)化運(yùn)算——以2021年解析幾何高考題為例
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
    3D打印中的模型分割與打包
    FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
    国产精品 欧美亚洲| 琪琪午夜伦伦电影理论片6080| www日本在线高清视频| 成年女人毛片免费观看观看9| 91av网站免费观看| 国产又色又爽无遮挡免费看| 老熟妇乱子伦视频在线观看| 国产片内射在线| 91国产中文字幕| 男女床上黄色一级片免费看| 欧美一区二区精品小视频在线| 真人做人爱边吃奶动态| 日韩有码中文字幕| 国内毛片毛片毛片毛片毛片| 男人舔女人下体高潮全视频| 亚洲五月色婷婷综合| 精品一区二区三区av网在线观看| 午夜精品在线福利| 90打野战视频偷拍视频| 波多野结衣av一区二区av| 一级a爱视频在线免费观看| 国产精品一区二区免费欧美| 99在线视频只有这里精品首页| a级毛片a级免费在线| 一级a爱片免费观看的视频| 国产精品免费视频内射| 夜夜躁狠狠躁天天躁| 午夜老司机福利片| 成人午夜高清在线视频 | а√天堂www在线а√下载| 国产高清激情床上av| 999久久久精品免费观看国产| 真人做人爱边吃奶动态| 91麻豆av在线| 国产成人影院久久av| 久久香蕉国产精品| 欧美av亚洲av综合av国产av| 一级a爱视频在线免费观看| 99精品在免费线老司机午夜| 十分钟在线观看高清视频www| 色播亚洲综合网| 日韩欧美三级三区| 日韩欧美国产一区二区入口| 亚洲一区中文字幕在线| 怎么达到女性高潮| 亚洲一区高清亚洲精品| 中国美女看黄片| 天堂动漫精品| 亚洲国产精品sss在线观看| 夜夜看夜夜爽夜夜摸| 91九色精品人成在线观看| 日本三级黄在线观看| 午夜精品久久久久久毛片777| 丝袜美腿诱惑在线| 亚洲,欧美精品.| 91成人精品电影| 女同久久另类99精品国产91| 看黄色毛片网站| 熟女少妇亚洲综合色aaa.| 麻豆成人午夜福利视频| 国产黄色小视频在线观看| 18禁国产床啪视频网站| 韩国精品一区二区三区| 国产精品1区2区在线观看.| 精品久久久久久久人妻蜜臀av| 欧美另类亚洲清纯唯美| 久久午夜亚洲精品久久| 国产亚洲精品久久久久5区| 18禁国产床啪视频网站| 国产野战对白在线观看| 国产视频一区二区在线看| 欧美日本视频| 亚洲天堂国产精品一区在线| xxxwww97欧美| 俺也久久电影网| 性色av乱码一区二区三区2| 久久久久久久久久黄片| 国产又爽黄色视频| 国产高清视频在线播放一区| 国产精品国产高清国产av| 黄色毛片三级朝国网站| 丰满人妻熟妇乱又伦精品不卡| 热99re8久久精品国产| 国产成人影院久久av| 午夜亚洲福利在线播放| 男女床上黄色一级片免费看| 午夜福利欧美成人| 久久久久久人人人人人| 免费无遮挡裸体视频| 亚洲国产欧美网| 男女那种视频在线观看| 精品久久蜜臀av无| 免费在线观看黄色视频的| 亚洲精品久久国产高清桃花| 亚洲性夜色夜夜综合| 亚洲,欧美精品.| 日韩 欧美 亚洲 中文字幕| www.自偷自拍.com| 日本成人三级电影网站| 久久久久免费精品人妻一区二区 | 国产精品国产高清国产av| 一级毛片高清免费大全| 精品久久久久久久久久久久久 | 日日摸夜夜添夜夜添小说| 伦理电影免费视频| 亚洲成国产人片在线观看| 亚洲成人久久爱视频| 又大又爽又粗| 欧美在线一区亚洲| 极品教师在线免费播放| 欧美激情极品国产一区二区三区| 午夜福利一区二区在线看| 波多野结衣av一区二区av| 午夜福利高清视频| 国产视频一区二区在线看| 少妇熟女aⅴ在线视频| 99久久99久久久精品蜜桃| 高潮久久久久久久久久久不卡| 成人亚洲精品av一区二区| 99久久精品国产亚洲精品| 男人操女人黄网站| 麻豆av在线久日| 欧美zozozo另类| 久久中文字幕一级| 久久久久久大精品| 亚洲成av片中文字幕在线观看| 一区福利在线观看| 久久国产乱子伦精品免费另类| 国产精品综合久久久久久久免费| 中文亚洲av片在线观看爽| 亚洲一区中文字幕在线| 一本综合久久免费| 看片在线看免费视频| 中文字幕久久专区| 欧美久久黑人一区二区| 亚洲avbb在线观看| 91麻豆av在线| 成人国语在线视频| 国产色视频综合| 一个人观看的视频www高清免费观看 | 久久精品国产综合久久久| 免费在线观看日本一区| 精品久久久久久久久久免费视频| 欧洲精品卡2卡3卡4卡5卡区| 99久久综合精品五月天人人| 国产亚洲欧美98| aaaaa片日本免费| 午夜激情福利司机影院| 欧美色视频一区免费| 99久久无色码亚洲精品果冻| av视频在线观看入口| 国产精品自产拍在线观看55亚洲| 老汉色av国产亚洲站长工具| 岛国视频午夜一区免费看| 两个人免费观看高清视频| 国产真人三级小视频在线观看| 女人高潮潮喷娇喘18禁视频| 亚洲专区中文字幕在线| 麻豆久久精品国产亚洲av| 国产一级毛片七仙女欲春2 | 香蕉丝袜av| 一个人免费在线观看的高清视频| 久久久国产精品麻豆| 欧美激情极品国产一区二区三区| 亚洲精品美女久久久久99蜜臀| 久久中文看片网| 国内揄拍国产精品人妻在线 | 国内毛片毛片毛片毛片毛片| 亚洲性夜色夜夜综合| 欧美性猛交╳xxx乱大交人| or卡值多少钱| 天天添夜夜摸| 亚洲狠狠婷婷综合久久图片| 亚洲av电影在线进入| 国产一区二区在线av高清观看| 国产欧美日韩精品亚洲av| 国产av不卡久久| 国产午夜精品久久久久久| 国产三级黄色录像| 国产午夜精品久久久久久| av有码第一页| 国产精品九九99| 欧美日韩中文字幕国产精品一区二区三区| 国产精品日韩av在线免费观看| videosex国产| av在线天堂中文字幕| 日本免费a在线| 国产成人精品久久二区二区91| 满18在线观看网站| 黄频高清免费视频| 国产成人精品久久二区二区91| 亚洲黑人精品在线| 视频在线观看一区二区三区| 中国美女看黄片| 国产色视频综合| 欧美日韩一级在线毛片| 99热6这里只有精品| 97超级碰碰碰精品色视频在线观看| 十分钟在线观看高清视频www| 国产单亲对白刺激| 欧美另类亚洲清纯唯美| 国产精品永久免费网站| 九色国产91popny在线| 欧美最黄视频在线播放免费| 久久久久久久久中文| 成人永久免费在线观看视频| www日本在线高清视频| 国语自产精品视频在线第100页| 黄色成人免费大全| 精品国产超薄肉色丝袜足j| 老熟妇仑乱视频hdxx| 最好的美女福利视频网| 国产又爽黄色视频| 国产精品久久久人人做人人爽| 18禁国产床啪视频网站| 久久久水蜜桃国产精品网| 嫩草影院精品99| 两个人视频免费观看高清| 1024视频免费在线观看| 午夜福利视频1000在线观看| 别揉我奶头~嗯~啊~动态视频| 午夜老司机福利片| 久久精品国产99精品国产亚洲性色| 精品久久久久久成人av| 欧美久久黑人一区二区| 日日爽夜夜爽网站| 久久精品亚洲精品国产色婷小说| 国产精品国产高清国产av| 久久香蕉精品热| 大型黄色视频在线免费观看| 最好的美女福利视频网| 国产主播在线观看一区二区| 99热只有精品国产| 久久久久久国产a免费观看| 少妇裸体淫交视频免费看高清 | 国产高清视频在线播放一区| 黄色 视频免费看| 久久人人精品亚洲av| av欧美777| 一二三四社区在线视频社区8| 午夜福利免费观看在线| 欧美zozozo另类| 午夜精品在线福利| 桃色一区二区三区在线观看| 99热这里只有精品一区 | 国产精品免费视频内射| 国产高清视频在线播放一区| 亚洲美女黄片视频| 久久精品国产亚洲av香蕉五月| 亚洲av成人av| 国产亚洲精品久久久久5区| 在线观看午夜福利视频| 人人妻人人澡人人看| 欧美成人免费av一区二区三区| 国产人伦9x9x在线观看| 黄色毛片三级朝国网站| www日本在线高清视频| 亚洲中文字幕一区二区三区有码在线看 | 亚洲精品色激情综合| 啦啦啦 在线观看视频| 精品免费久久久久久久清纯| 俺也久久电影网| 老司机午夜十八禁免费视频| 国产精品 欧美亚洲| 免费一级毛片在线播放高清视频| 高清在线国产一区| 国产在线精品亚洲第一网站| 欧美乱码精品一区二区三区| 又紧又爽又黄一区二区| 国内少妇人妻偷人精品xxx网站 | 首页视频小说图片口味搜索| 级片在线观看| 在线观看舔阴道视频| 亚洲熟女毛片儿| 亚洲美女黄片视频| 国内揄拍国产精品人妻在线 | 青草久久国产| 久久久国产成人精品二区| xxx96com| 国产免费男女视频| 国产一区二区三区视频了| 久久国产乱子伦精品免费另类| 黄片小视频在线播放| 中文字幕另类日韩欧美亚洲嫩草| 大香蕉久久成人网| 老司机午夜福利在线观看视频| 国内精品久久久久精免费| 757午夜福利合集在线观看| 亚洲精品中文字幕在线视频| 国产又爽黄色视频| 久久久久久国产a免费观看| 一级片免费观看大全| 免费在线观看亚洲国产| 精品第一国产精品| 搞女人的毛片| 老熟妇仑乱视频hdxx| 一区二区日韩欧美中文字幕| 午夜福利免费观看在线| 久久久久九九精品影院| 可以免费在线观看a视频的电影网站| 人妻丰满熟妇av一区二区三区| 久久久久国产精品人妻aⅴ院| 国产爱豆传媒在线观看 | 一a级毛片在线观看| 久久香蕉国产精品| 欧美成人一区二区免费高清观看 | 亚洲全国av大片| 1024香蕉在线观看| 亚洲精品中文字幕一二三四区| 欧美日韩乱码在线| 亚洲精品久久国产高清桃花| 在线观看午夜福利视频| av福利片在线| 伦理电影免费视频| 亚洲最大成人中文| 亚洲全国av大片| 99热只有精品国产| 色播亚洲综合网| 国产区一区二久久| 夜夜躁狠狠躁天天躁| 婷婷精品国产亚洲av| 在线视频色国产色| av有码第一页| 禁无遮挡网站| 日本在线视频免费播放| 老司机深夜福利视频在线观看| 男人舔女人的私密视频| 美女高潮喷水抽搐中文字幕| 老鸭窝网址在线观看| 国产97色在线日韩免费| 日日摸夜夜添夜夜添小说| 欧美三级亚洲精品| 午夜福利一区二区在线看| 亚洲精品中文字幕一二三四区| 午夜激情福利司机影院| 人妻丰满熟妇av一区二区三区| 亚洲五月色婷婷综合| 在线观看一区二区三区| 中文字幕另类日韩欧美亚洲嫩草| 国产精品永久免费网站| 熟妇人妻久久中文字幕3abv| 伊人久久大香线蕉亚洲五| 男女床上黄色一级片免费看| 1024视频免费在线观看| 人妻久久中文字幕网| 国产成+人综合+亚洲专区| 亚洲av成人不卡在线观看播放网| 长腿黑丝高跟| 91国产中文字幕| 黄色丝袜av网址大全| 亚洲午夜精品一区,二区,三区| 天天躁狠狠躁夜夜躁狠狠躁| 露出奶头的视频| 18禁黄网站禁片午夜丰满| 怎么达到女性高潮| 亚洲电影在线观看av| 18禁国产床啪视频网站| 中国美女看黄片| svipshipincom国产片| 亚洲午夜精品一区,二区,三区| 亚洲国产毛片av蜜桃av| 极品教师在线免费播放| 午夜激情福利司机影院| 看片在线看免费视频| 午夜视频精品福利| 长腿黑丝高跟| 国产欧美日韩一区二区精品| 男女那种视频在线观看| 国产亚洲精品久久久久久毛片| 久久婷婷人人爽人人干人人爱| 两个人视频免费观看高清| 久久草成人影院| 超碰成人久久| 搡老岳熟女国产| 日日干狠狠操夜夜爽| 久久久久国产一级毛片高清牌| 熟妇人妻久久中文字幕3abv| 91成人精品电影| 丝袜美腿诱惑在线| 国产精品亚洲av一区麻豆| 国产伦一二天堂av在线观看| 日韩精品青青久久久久久| 久久久久久国产a免费观看| 可以在线观看的亚洲视频| 中文字幕av电影在线播放| 久久婷婷成人综合色麻豆| 长腿黑丝高跟| 亚洲人成电影免费在线| 精品久久久久久久人妻蜜臀av| 91字幕亚洲| 久久久精品欧美日韩精品| 两人在一起打扑克的视频| 一本大道久久a久久精品| 日韩成人在线观看一区二区三区| 制服丝袜大香蕉在线| 成年女人毛片免费观看观看9| 免费在线观看视频国产中文字幕亚洲| 欧美日本亚洲视频在线播放| 欧美日韩乱码在线| 成人亚洲精品av一区二区| 国产乱人伦免费视频| 他把我摸到了高潮在线观看| 中国美女看黄片| 亚洲人成网站高清观看| 妹子高潮喷水视频| 日韩三级视频一区二区三区| 在线观看日韩欧美| 午夜日韩欧美国产| 色在线成人网| 欧美zozozo另类| 黄色丝袜av网址大全| 国产午夜福利久久久久久| 啦啦啦 在线观看视频| 免费在线观看成人毛片| 中文资源天堂在线| 亚洲国产精品sss在线观看| 久久久久久久精品吃奶| 日韩欧美国产在线观看| 身体一侧抽搐| 女生性感内裤真人,穿戴方法视频| 午夜激情福利司机影院| 亚洲专区字幕在线| 在线观看一区二区三区| 丝袜人妻中文字幕| 免费观看精品视频网站| 波多野结衣高清无吗| 日本a在线网址| 国产v大片淫在线免费观看| 777久久人妻少妇嫩草av网站| 亚洲第一青青草原| 久久香蕉激情| 精品卡一卡二卡四卡免费| 搡老岳熟女国产| 日韩高清综合在线| 一级毛片精品| 午夜福利18| 久久精品91无色码中文字幕| 国内精品久久久久精免费| 国产成人欧美| 亚洲精品国产精品久久久不卡| 97超级碰碰碰精品色视频在线观看| 亚洲最大成人中文| 久久中文看片网| 国产成人av教育| 色婷婷久久久亚洲欧美| 他把我摸到了高潮在线观看| 久9热在线精品视频| 91九色精品人成在线观看| 国内揄拍国产精品人妻在线 | www.精华液| 老汉色∧v一级毛片| 极品教师在线免费播放| 欧洲精品卡2卡3卡4卡5卡区| 国产一区二区三区视频了| 亚洲狠狠婷婷综合久久图片| 欧美另类亚洲清纯唯美| 久久久久久免费高清国产稀缺| 国产一区二区三区在线臀色熟女| 午夜福利成人在线免费观看| 精品国产亚洲在线| 国产精品精品国产色婷婷| 色尼玛亚洲综合影院| 成人av一区二区三区在线看| 日本一本二区三区精品| 一区二区三区高清视频在线| 国产一区二区三区在线臀色熟女| 亚洲国产中文字幕在线视频| 亚洲国产欧美日韩在线播放| 男女之事视频高清在线观看| 九色国产91popny在线| 亚洲精品在线观看二区| 最近最新免费中文字幕在线| 黄色毛片三级朝国网站| 中文字幕人成人乱码亚洲影| 亚洲色图 男人天堂 中文字幕| 一本综合久久免费| 免费电影在线观看免费观看| 在线看三级毛片| 亚洲人成网站在线播放欧美日韩| 亚洲中文av在线| 亚洲av电影不卡..在线观看| 亚洲精品中文字幕在线视频| 国产亚洲精品久久久久5区| 国产精品一区二区免费欧美| 国产三级在线视频| 黄片大片在线免费观看| 一本综合久久免费| 欧美黑人欧美精品刺激| 老司机午夜福利在线观看视频| 妹子高潮喷水视频| 性色av乱码一区二区三区2| 91老司机精品| 国产真人三级小视频在线观看| 国产熟女午夜一区二区三区| 757午夜福利合集在线观看| 国产av不卡久久| 精品久久久久久成人av| 欧美+亚洲+日韩+国产| 精品久久久久久久末码| 亚洲av成人一区二区三| 国产精品免费一区二区三区在线| 十分钟在线观看高清视频www| 亚洲国产高清在线一区二区三 | 三级毛片av免费| 亚洲五月色婷婷综合| 99国产综合亚洲精品| 亚洲在线自拍视频| 男人舔女人下体高潮全视频| 国产成人一区二区三区免费视频网站| 变态另类成人亚洲欧美熟女| 欧美性猛交╳xxx乱大交人| 欧美久久黑人一区二区| www日本黄色视频网| 女警被强在线播放| 亚洲三区欧美一区| 久久精品国产亚洲av高清一级| 久久国产亚洲av麻豆专区| 国产高清激情床上av| 两人在一起打扑克的视频| 国产一级毛片七仙女欲春2 | 搡老熟女国产l中国老女人| 日本精品一区二区三区蜜桃| 校园春色视频在线观看| 亚洲专区中文字幕在线| 一本久久中文字幕| 岛国在线观看网站| 视频区欧美日本亚洲| 日韩一卡2卡3卡4卡2021年| 国产精品国产高清国产av| 亚洲精品国产精品久久久不卡| 美女 人体艺术 gogo| 婷婷亚洲欧美| 99国产综合亚洲精品| 人妻丰满熟妇av一区二区三区| 久热这里只有精品99| 国产成人欧美在线观看| 精品电影一区二区在线| 午夜福利视频1000在线观看| 白带黄色成豆腐渣| а√天堂www在线а√下载| 少妇裸体淫交视频免费看高清 | 男人舔女人的私密视频| 亚洲人成电影免费在线| 2021天堂中文幕一二区在线观 | 美女大奶头视频| 一卡2卡三卡四卡精品乱码亚洲| 动漫黄色视频在线观看| 亚洲性夜色夜夜综合| 日日摸夜夜添夜夜添小说| 欧美av亚洲av综合av国产av| 午夜精品在线福利| 日本成人三级电影网站| 久久久久久久午夜电影| 精品久久久久久成人av| 香蕉av资源在线| 成人一区二区视频在线观看| 亚洲熟妇熟女久久| 看黄色毛片网站| 51午夜福利影视在线观看| 欧美激情久久久久久爽电影| 在线观看午夜福利视频| 精品福利观看| 长腿黑丝高跟| 丁香六月欧美| 99国产综合亚洲精品| 色综合婷婷激情| 日韩欧美免费精品| 在线观看免费视频日本深夜| 久久亚洲真实| 亚洲精品一卡2卡三卡4卡5卡| 日韩av在线大香蕉| 亚洲午夜精品一区,二区,三区| 狠狠狠狠99中文字幕| 在线十欧美十亚洲十日本专区| 男女之事视频高清在线观看| 熟妇人妻久久中文字幕3abv| 香蕉丝袜av| 老司机深夜福利视频在线观看| 日本免费a在线| 99国产精品一区二区三区| 久久精品国产亚洲av高清一级| 女人爽到高潮嗷嗷叫在线视频| 欧美黑人巨大hd| 麻豆久久精品国产亚洲av| av片东京热男人的天堂| 男人舔女人下体高潮全视频| 50天的宝宝边吃奶边哭怎么回事| 精品久久久久久久毛片微露脸| 激情在线观看视频在线高清| 成年人黄色毛片网站| 波多野结衣高清无吗| www.精华液| 国产av不卡久久| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲成人久久性| 黄色片一级片一级黄色片| 精品人妻1区二区| 国产单亲对白刺激| 午夜a级毛片| 黄色丝袜av网址大全| 亚洲精品色激情综合| 丁香六月欧美| 黄色视频,在线免费观看| 国产精品亚洲美女久久久| 成人午夜高清在线视频 | 国产精品久久久久久人妻精品电影| 国产精品影院久久| 欧美丝袜亚洲另类 | 成人免费观看视频高清| 欧美日本视频| 51午夜福利影视在线观看| 国语自产精品视频在线第100页| 高清毛片免费观看视频网站| 成人av一区二区三区在线看| 国内精品久久久久久久电影|