• <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
    卡戴珊不雅视频在线播放| 亚洲精品一区蜜桃| 18+在线观看网站| 亚洲成色77777| 国产永久视频网站| 国产精品一区二区三区四区久久| 91久久精品国产一区二区成人| 狂野欧美白嫩少妇大欣赏| 免费黄网站久久成人精品| 精品一区二区三卡| h日本视频在线播放| 亚洲精品视频女| 日本wwww免费看| 国产精品女同一区二区软件| 97精品久久久久久久久久精品| 观看免费一级毛片| 亚洲欧美日韩东京热| 久久精品人妻少妇| 色哟哟·www| 一区二区三区乱码不卡18| 如何舔出高潮| 在线播放无遮挡| 国产高潮美女av| 久久久久久久久大av| 一区二区三区四区激情视频| 亚洲成人一二三区av| 国产色婷婷99| 亚洲成色77777| 街头女战士在线观看网站| 精品午夜福利在线看| 国产免费视频播放在线视频 | .国产精品久久| 午夜日本视频在线| 97在线视频观看| 午夜福利视频1000在线观看| 中文在线观看免费www的网站| 国内精品一区二区在线观看| 国产真实伦视频高清在线观看| 成人特级av手机在线观看| 22中文网久久字幕| 国产av在哪里看| 午夜激情久久久久久久| 日韩亚洲欧美综合| 青春草视频在线免费观看| 久久久久久久久久久免费av| 热99在线观看视频| 91在线精品国自产拍蜜月| 在线免费观看不下载黄p国产| 欧美一级a爱片免费观看看| 人人妻人人澡人人爽人人夜夜 | 国产老妇伦熟女老妇高清| 国产在视频线在精品| 免费大片黄手机在线观看| 国产精品福利在线免费观看| 一级a做视频免费观看| 一本久久精品| 男女那种视频在线观看| 国产女主播在线喷水免费视频网站 | 亚洲av免费高清在线观看| 直男gayav资源| 国产成人freesex在线| 久久久午夜欧美精品| 日韩av免费高清视频| 春色校园在线视频观看| 十八禁国产超污无遮挡网站| 日本-黄色视频高清免费观看| 日韩制服骚丝袜av| 性色avwww在线观看| 亚洲精品乱码久久久v下载方式| 天天一区二区日本电影三级| 日韩伦理黄色片| 亚洲av电影在线观看一区二区三区 | 99热这里只有是精品在线观看| 80岁老熟妇乱子伦牲交| 日产精品乱码卡一卡2卡三| 高清av免费在线| 国产精品嫩草影院av在线观看| 最近最新中文字幕大全电影3| 三级男女做爰猛烈吃奶摸视频| 精品久久久久久久久亚洲| 偷拍熟女少妇极品色| 久久久久性生活片| 国产探花极品一区二区| 久久久久精品久久久久真实原创| 国模一区二区三区四区视频| av在线老鸭窝| 亚洲精品aⅴ在线观看| 黑人高潮一二区| 亚洲婷婷狠狠爱综合网| 亚洲av成人精品一区久久| 在线天堂最新版资源| 国产精品久久久久久精品电影| 91精品伊人久久大香线蕉| 极品教师在线视频| 成人亚洲精品一区在线观看 | 熟妇人妻久久中文字幕3abv| 亚洲欧美精品自产自拍| 亚洲内射少妇av| 五月天丁香电影| 国产免费又黄又爽又色| 在线观看av片永久免费下载| 国产成人福利小说| 国产麻豆成人av免费视频| 国产欧美日韩精品一区二区| 中文天堂在线官网| 欧美一区二区亚洲| 美女高潮的动态| 午夜视频国产福利| 亚洲精品亚洲一区二区| 亚洲国产欧美人成| 国产成人aa在线观看| 国产在线一区二区三区精| www.av在线官网国产| 亚洲真实伦在线观看| 九色成人免费人妻av| 亚洲国产精品成人久久小说| 亚洲不卡免费看| 十八禁网站网址无遮挡 | 国产在线一区二区三区精| 少妇熟女aⅴ在线视频| av播播在线观看一区| 国产一区二区亚洲精品在线观看| 久久久色成人| 久久这里有精品视频免费| 麻豆久久精品国产亚洲av| 七月丁香在线播放| 久久韩国三级中文字幕| 亚洲av成人精品一区久久| 午夜福利在线观看免费完整高清在| 搡女人真爽免费视频火全软件| 日本免费a在线| 免费黄色在线免费观看| 精品少妇黑人巨大在线播放| 亚洲精品自拍成人| 欧美另类一区| 秋霞在线观看毛片| 伦精品一区二区三区| 中文欧美无线码| 亚洲最大成人av| 亚洲国产精品成人久久小说| 久久久欧美国产精品| 神马国产精品三级电影在线观看| 少妇裸体淫交视频免费看高清| 99热全是精品| 不卡视频在线观看欧美| 久久久成人免费电影| 日韩av在线大香蕉| 久久久久久久久久久丰满| .国产精品久久| 久久99热这里只有精品18| 少妇猛男粗大的猛烈进出视频 | 高清视频免费观看一区二区 | 日韩欧美国产在线观看| 国产精品1区2区在线观看.| 少妇被粗大猛烈的视频| av国产久精品久网站免费入址| 内地一区二区视频在线| 大陆偷拍与自拍| 婷婷六月久久综合丁香| 欧美xxxx黑人xx丫x性爽| 特大巨黑吊av在线直播| 黄色日韩在线| 少妇被粗大猛烈的视频| 97热精品久久久久久| 极品教师在线视频| 久久久a久久爽久久v久久| 国产黄色免费在线视频| 日韩人妻高清精品专区| 亚洲精品日韩av片在线观看| 高清日韩中文字幕在线| 精品一区在线观看国产| 舔av片在线| 亚洲国产最新在线播放| 最近的中文字幕免费完整| 一级av片app| 国产色爽女视频免费观看| 高清在线视频一区二区三区| av在线亚洲专区| 成年版毛片免费区| 在线天堂最新版资源| 两个人的视频大全免费| 国产精品一区二区性色av| 国产精品综合久久久久久久免费| 国产黄频视频在线观看| 深夜a级毛片| 亚洲av成人av| 我要看日韩黄色一级片| 一个人免费在线观看电影| 性插视频无遮挡在线免费观看| 国产精品熟女久久久久浪| 国产中年淑女户外野战色| 国产亚洲av片在线观看秒播厂 | 国产午夜精品久久久久久一区二区三区| 日韩强制内射视频| 欧美极品一区二区三区四区| 夜夜看夜夜爽夜夜摸| 国产一区二区亚洲精品在线观看| 女的被弄到高潮叫床怎么办| 久久久久久久久久久免费av| 亚洲精品乱久久久久久| 国产视频内射| 十八禁网站网址无遮挡 | 亚洲国产精品国产精品| 午夜福利网站1000一区二区三区| a级毛片免费高清观看在线播放| 最近的中文字幕免费完整| 欧美高清成人免费视频www| 亚洲激情五月婷婷啪啪| 超碰av人人做人人爽久久| 免费看av在线观看网站| 免费看光身美女| 欧美日韩精品成人综合77777| 一个人免费在线观看电影| 女人被狂操c到高潮| 国产伦理片在线播放av一区| 久久久久久久久大av| 国产成人aa在线观看| 亚洲在久久综合| 精品人妻视频免费看| 午夜福利在线观看吧| 久久精品国产亚洲av天美| 国产有黄有色有爽视频| 床上黄色一级片| 青春草国产在线视频| 伦理电影大哥的女人| 美女国产视频在线观看| 少妇人妻精品综合一区二区| 少妇熟女aⅴ在线视频| www.色视频.com| 熟女人妻精品中文字幕| 熟妇人妻久久中文字幕3abv| 国产成年人精品一区二区| 人妻系列 视频| 国产精品一区二区三区四区免费观看| 我的女老师完整版在线观看| 国产淫片久久久久久久久| 日韩成人伦理影院| www.色视频.com| 日韩 亚洲 欧美在线| 久久精品国产亚洲av涩爱| 婷婷六月久久综合丁香| 在线免费观看不下载黄p国产| 久久久久久久久久久免费av| 激情 狠狠 欧美| 超碰97精品在线观看| 岛国毛片在线播放| 99久久中文字幕三级久久日本| 婷婷色综合www| 欧美97在线视频| 2021天堂中文幕一二区在线观| 国产免费视频播放在线视频 | 欧美性感艳星| 亚洲精品一区蜜桃| 午夜日本视频在线| 一本久久精品| 精品少妇黑人巨大在线播放| 热99在线观看视频| 久久国内精品自在自线图片| kizo精华| 少妇被粗大猛烈的视频| 男人爽女人下面视频在线观看| 秋霞伦理黄片| 日韩精品有码人妻一区| 国产精品久久久久久av不卡| 18+在线观看网站| 久久精品夜夜夜夜夜久久蜜豆| 亚洲国产精品成人综合色| 亚洲人成网站高清观看| 亚洲成人中文字幕在线播放| 国产淫片久久久久久久久| 国产亚洲精品av在线| 亚洲怡红院男人天堂| av女优亚洲男人天堂| 久久久久久久久中文| 免费播放大片免费观看视频在线观看| 在现免费观看毛片| 久久鲁丝午夜福利片| 高清av免费在线| 亚洲人成网站在线播| 亚洲欧美一区二区三区黑人 | 国产av码专区亚洲av| 男女国产视频网站| 国产69精品久久久久777片| 人妻一区二区av| 亚洲熟女精品中文字幕| a级一级毛片免费在线观看| 欧美激情久久久久久爽电影| 亚洲成人精品中文字幕电影| 国产高清不卡午夜福利| 亚洲av.av天堂| 毛片女人毛片| 如何舔出高潮| 亚洲人成网站在线观看播放| 国产亚洲5aaaaa淫片| 激情五月婷婷亚洲| 久久精品国产自在天天线| 色播亚洲综合网| 人妻系列 视频| 三级男女做爰猛烈吃奶摸视频| 久久久久久伊人网av| 亚洲国产精品成人综合色| 99久久人妻综合| 网址你懂的国产日韩在线| 午夜激情久久久久久久| 久久人人爽人人片av| 日本一本二区三区精品| h日本视频在线播放| 日韩三级伦理在线观看| 久久久国产一区二区| 一夜夜www| 亚洲一区高清亚洲精品| 尤物成人国产欧美一区二区三区| 国产伦理片在线播放av一区| 熟女电影av网| 一级二级三级毛片免费看| av线在线观看网站| av.在线天堂| 国产欧美另类精品又又久久亚洲欧美| av卡一久久| 国产成人精品一,二区| 国产一区二区三区av在线| 国产成人a∨麻豆精品| 亚洲天堂国产精品一区在线| 亚洲欧美精品自产自拍| 床上黄色一级片| 青春草国产在线视频| 老司机影院成人| 91狼人影院| 日韩av不卡免费在线播放| 久久久久久久午夜电影| 国产精品久久久久久精品电影小说 | 美女脱内裤让男人舔精品视频| 久久国产乱子免费精品| 久久韩国三级中文字幕| 国产综合懂色| 最近中文字幕2019免费版| 一级片'在线观看视频| 国产片特级美女逼逼视频| 久久精品国产鲁丝片午夜精品| 肉色欧美久久久久久久蜜桃 | 久久久久久久午夜电影| 五月天丁香电影| 日本熟妇午夜| 草草在线视频免费看| 2021少妇久久久久久久久久久| av在线亚洲专区| 久久99蜜桃精品久久| 18禁在线播放成人免费| 蜜桃亚洲精品一区二区三区| 免费看光身美女| 国产av在哪里看| 看非洲黑人一级黄片| av国产免费在线观看| 激情 狠狠 欧美| 国产91av在线免费观看| 国产成人精品福利久久| 国产一区二区在线观看日韩| 一个人免费在线观看电影| 亚洲天堂国产精品一区在线| 久久精品国产亚洲av涩爱| 日韩精品青青久久久久久| 亚州av有码| 一级毛片我不卡| 老师上课跳d突然被开到最大视频| 亚洲av日韩在线播放| 天堂√8在线中文| 国内精品宾馆在线| 亚洲在线观看片| 亚洲第一区二区三区不卡| 2018国产大陆天天弄谢| 亚洲精品国产av成人精品| 国产v大片淫在线免费观看| 国产伦在线观看视频一区| 午夜福利在线观看免费完整高清在| 99久久中文字幕三级久久日本| 久久久色成人| 人人妻人人看人人澡| 国产一区二区三区av在线| 一边亲一边摸免费视频| 午夜精品在线福利| 国产大屁股一区二区在线视频| 最近中文字幕2019免费版| 看非洲黑人一级黄片| 舔av片在线| 少妇人妻精品综合一区二区| 亚洲人成网站在线观看播放| 只有这里有精品99| 中文精品一卡2卡3卡4更新| 97精品久久久久久久久久精品| 又爽又黄a免费视频| 国产精品.久久久| 2021天堂中文幕一二区在线观| 淫秽高清视频在线观看| 午夜激情久久久久久久| 日韩av在线大香蕉| 好男人在线观看高清免费视频| 如何舔出高潮| 中国美白少妇内射xxxbb| 国产免费福利视频在线观看| 五月伊人婷婷丁香| 国精品久久久久久国模美| 国产精品熟女久久久久浪| 国产成人精品一,二区| 精品国产一区二区三区久久久樱花 | av网站免费在线观看视频 | 老司机影院成人| 精品久久久噜噜| 少妇的逼水好多| 亚洲精品视频女| 舔av片在线| 中文字幕制服av| 亚洲精品aⅴ在线观看| 国产黄色小视频在线观看| 国产免费又黄又爽又色| 久久国产乱子免费精品| 超碰av人人做人人爽久久| 日韩一本色道免费dvd| 亚洲精品乱码久久久v下载方式| 大陆偷拍与自拍| 国国产精品蜜臀av免费| 少妇人妻精品综合一区二区| 国产精品不卡视频一区二区| 亚洲av成人精品一二三区| 人妻少妇偷人精品九色| 丝袜喷水一区| 白带黄色成豆腐渣| 亚洲国产精品专区欧美| 久久韩国三级中文字幕| 91精品国产九色| 一个人看视频在线观看www免费| 汤姆久久久久久久影院中文字幕 | 欧美成人a在线观看| 伊人久久国产一区二区| 免费av不卡在线播放| 亚洲欧美成人综合另类久久久| 69人妻影院| 成年av动漫网址| 日韩视频在线欧美| 夫妻性生交免费视频一级片| 亚洲精品自拍成人| 国产亚洲91精品色在线| 亚洲欧美中文字幕日韩二区| 久久久久久久亚洲中文字幕| 精品熟女少妇av免费看| 亚洲av成人av| 亚洲欧美一区二区三区国产| 亚洲三级黄色毛片| 国产乱人视频| 日本免费a在线| 蜜桃久久精品国产亚洲av| 身体一侧抽搐| 91久久精品国产一区二区三区| 好男人在线观看高清免费视频| 国产免费又黄又爽又色| 精品人妻偷拍中文字幕| 国产精品爽爽va在线观看网站| 亚洲人与动物交配视频| 小蜜桃在线观看免费完整版高清| 国产精品无大码| 欧美性猛交╳xxx乱大交人| 亚洲精品456在线播放app| 亚洲色图av天堂| 最新中文字幕久久久久| 校园人妻丝袜中文字幕| 国产中年淑女户外野战色| 午夜精品一区二区三区免费看| 三级男女做爰猛烈吃奶摸视频| 久久国产乱子免费精品| 日本av手机在线免费观看| 看黄色毛片网站| 青春草亚洲视频在线观看| 超碰97精品在线观看| 欧美区成人在线视频| 日韩av免费高清视频| 欧美 日韩 精品 国产| 国产午夜福利久久久久久| 成人特级av手机在线观看| 亚洲欧美中文字幕日韩二区| 午夜免费男女啪啪视频观看| 男人舔女人下体高潮全视频| 国产亚洲精品久久久com| 国产伦一二天堂av在线观看| 国产av在哪里看| 国产成人a∨麻豆精品| 精品亚洲乱码少妇综合久久| 老司机影院毛片| 色吧在线观看| 免费观看性生交大片5| 亚洲精品国产av蜜桃| 女人久久www免费人成看片| 国内揄拍国产精品人妻在线| 国产精品嫩草影院av在线观看| 91精品一卡2卡3卡4卡| 又大又黄又爽视频免费| 国产精品熟女久久久久浪| 80岁老熟妇乱子伦牲交| 人人妻人人澡欧美一区二区| 成人特级av手机在线观看| 超碰97精品在线观看| 精品国产一区二区三区久久久樱花 | 2021天堂中文幕一二区在线观| 亚洲婷婷狠狠爱综合网| 国产日韩欧美在线精品| 国产永久视频网站| 久久韩国三级中文字幕| 亚洲人成网站高清观看| 亚洲精品久久久久久婷婷小说| 亚洲欧美日韩卡通动漫| 欧美日韩亚洲高清精品| 国产精品久久久久久久电影| 欧美性感艳星| 大又大粗又爽又黄少妇毛片口| 男人舔奶头视频| 国产亚洲91精品色在线| 如何舔出高潮| 91久久精品电影网| 亚洲va在线va天堂va国产| 91狼人影院| xxx大片免费视频| 免费黄网站久久成人精品| 午夜福利在线在线| 日韩亚洲欧美综合| 看免费成人av毛片| 噜噜噜噜噜久久久久久91| 欧美日韩亚洲高清精品| 国产精品久久久久久久电影| 美女国产视频在线观看| 久久久久网色| 免费看光身美女| 日韩欧美三级三区| 51国产日韩欧美| 不卡视频在线观看欧美| 亚洲av男天堂| 狠狠精品人妻久久久久久综合| 欧美潮喷喷水| 国产精品一区二区性色av| 少妇裸体淫交视频免费看高清| 精品亚洲乱码少妇综合久久| 汤姆久久久久久久影院中文字幕 | 久久精品国产亚洲网站| .国产精品久久| 偷拍熟女少妇极品色| 成人美女网站在线观看视频| 亚洲欧美精品专区久久| 国内精品宾馆在线| 人妻一区二区av| 亚洲18禁久久av| 久久久久久久国产电影| 久久99精品国语久久久| 亚洲av免费高清在线观看| 亚洲人成网站在线观看播放| 日韩中字成人| 一本一本综合久久| 欧美激情国产日韩精品一区| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产午夜精品久久久久久一区二区三区| 好男人视频免费观看在线| 久久这里有精品视频免费| 久久久亚洲精品成人影院| 亚洲欧美日韩卡通动漫| 国产精品人妻久久久久久| 国产伦精品一区二区三区视频9| 国产精品一二三区在线看| 亚洲第一区二区三区不卡| 欧美激情在线99| 久久久久免费精品人妻一区二区| 一级毛片 在线播放| 成人二区视频| 中文字幕av成人在线电影| 午夜福利视频精品| 搞女人的毛片| 亚洲自偷自拍三级| 色尼玛亚洲综合影院| 哪个播放器可以免费观看大片| 久久久久精品性色| 大陆偷拍与自拍| 日日摸夜夜添夜夜爱| 亚洲欧美成人精品一区二区| 爱豆传媒免费全集在线观看| 亚洲精品乱码久久久v下载方式| 亚洲成人精品中文字幕电影| 亚洲人与动物交配视频| 免费观看在线日韩| 午夜福利视频精品| 一个人看视频在线观看www免费| 精品一区在线观看国产| 日韩电影二区| 亚洲精品色激情综合| 又爽又黄a免费视频| 久久这里只有精品中国| 国产精品伦人一区二区| 日日啪夜夜撸| 一级黄片播放器| 日韩人妻高清精品专区| 国产美女午夜福利| 永久免费av网站大全| 18禁裸乳无遮挡免费网站照片| 日韩成人伦理影院| 精品久久久久久久久av| 国产成人a区在线观看| 99热网站在线观看| 精品99又大又爽又粗少妇毛片| 五月伊人婷婷丁香| 亚洲av不卡在线观看| 91aial.com中文字幕在线观看| 欧美成人精品欧美一级黄| 亚洲精品日韩av片在线观看| 国产精品久久久久久久久免| 精品久久久久久久久亚洲| 又爽又黄无遮挡网站| 国产一区二区三区av在线| 成人鲁丝片一二三区免费| 蜜臀久久99精品久久宅男| 免费黄色在线免费观看| 午夜福利高清视频|