论文部分内容阅读
为了准确有效地实现自然图像的压缩感知重构,提出一种使用拉普拉斯尺度混合(Laplacian Scale Mixture,LSM)先验的结构化近似消息传递(Approximate Message Passing,AMP)算法.利用LSM模型构建AMP算法的高阶统计约束,将压缩感知重构问题转化为先验信息估计问题和奇异值最小化问题.首先,用LSM分布刻画相似块矩阵奇异值的稀疏性,其中该稀疏性指示了图像块的相似性,因此LSM模型被用来描述图像的非局部相似结构;然后,通过期望最大化算法估计LSM模型的尺度参数