图像分块处理能够有效降低计算过程的复杂程度,减少图像文件所占的空间大小,然而这也导致了块效应的产生,以及由于噪声导致的重构处理后图像的质量损失。为此,提出了改进压缩感知算法的图像处理方法。该方法首先对块效应的出现进行剖析,然后采用压缩感知算法对图像进行分块迭代处理,设计了一种新型权重滤波方法,融合了二次滤波,优化了常规自适应滤波算法。通过仿真对比验证,本文提出的新型图像处理方法能够对图像纹理细节进行有效处理,明显提高了图像的处理质量。 计算公式为：2p=1(aver+r/5)/1000(9)据此可得p<1，同时采样率随着ih的增加而增加；并且p值说明了加权系数的衰减速度  

转载 ，处理仿真研究-数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机倒角机对于纹理复杂的信号，p值小，其加权系数衰减速度比较快。于是在进行图像去噪时，加权系数在迭代过程中逐渐降低。2仿真实验与结果分析针对本文提出的改进压缩感知算法的图像处理方法，通过和原始DDWT处理方法进行仿真试验对比，得出结论。实验图像采用了标准的256×256像素灰度图，仿真数据如表1所示，两种算法处理后图像的主观重建质量显示如图1。表1信噪比对比采样率根据表1的信噪比数据，在采样率相同的情况下，本文的方法提高了约4dB信噪比，信噪比的增加代表了平滑性会更好，失真度会减小，通过仿真数据和重建质量的对比，明显说明本文提出的方法有效提高了图像处理质量，避免了块效应的出现，图像的细节损失明显减低，视觉效果更加清晰。1(a)DDWT方法1(b)本文方图1图像处理后的视觉效果3结语为了提高图像处理的速度和质量，有效解决分块处理过程中的块效应，提出了改进压缩感知算法的图像处理方法。该方法在压缩感知算法的基础上进行了改进优化，对块图像的灰度熵采取自适应采样率，并设计了新型滤波方法，对两次滤波通过加权算法进行计算，从而避免块效应，并且降低图像的失真率。经过仿真对比验证，证明了本文提出的改进压缩感知算法，无论是在纹理上，还是在图像的边沿处理上都得到了优化，有效提高了图像处理质量。参考文献[1]顾思思,宋梅.基于块方向性小波变换的图像融合算法[J].量子电子学报,2016,33(1):29-34.[2]王玥,周城,熊承义.基于纹理自适应全变分滤波的图像分块压缩感知?处理仿真研究-数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机倒角机   转载