《表1 不同算法在不同采样率下重构图像的峰值信噪比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于稀疏优化l_p正则化的光滑化拟牛顿算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

dB

本组实验中，使用上组实验中除SQNp外表现最好的两个算法——SaMP算法和CoSaMP算法与SQNp算法进行比较，分别对不同采样率的图像进行重构。首先使用K-SVD算法[26]将512×512的barbara.png图像分解为字典矩阵和每列稀疏度为1的稀疏矩阵，采样率=m/n，分别将稀疏矩阵的采样率设置为1%、3%、5%、10%、20%、30%、40%七组取值后，再分别用SQNp算法、SaMP算法和CoSaMP算法逐列重构信号，最后用字典矩阵和被重构的信号矩阵相乘得到被重构的图像。SQNp算法重构的图像如图8所示，SaMP算法重构的图像如图9所示，CoSaMP算法重构的图像如图10所示，表1分别给出三种算法在不同采样率下恢复图像的峰值信噪比（Peak signal to noise ratio，PSNR)，PSNR的单位为dB。