Visually Weighted Group-Sparsity Recovery for Compressed Sensing of Color Images with Edge-Preserving Filter

본 논문에서는 컬러 영상의 압축 센싱 복원 기술에 인지시각시스템의 특성을 접목해 복원 영상의 화질을 향상 시키는 방법을 연구하였다. 제안하는 그룹-희소성 최소화 기반 컬러 채널별 시각적 가중치 적용 방법은 영상의 성긴 특성뿐만 아니라 인지시각시스템의 특성을 반영할 수 있도록 설계되었다. 또한, 복원 영상에서의 잡음을 제거하기 위하여 설계한 경계보존 필터는 영상의 경계 부분에 대한 디테일을 보존함으로써, 복원 영상의 품질을 향상 시키는 역할을 한다. 실험 결과, 제안하는 방법이 최신의 그룹-희소성 최소화 기반 방법들보다 평균 0.56 ∼ 4dB 더 높은 PSNR을 달성함으로써, 객관적 성능을 향상시킬 수 있음을 확인하였으며, 주관적 화질 또한 기존 방법들에 비해 뛰어나다는 것을 복원된 영상 간 비교를 통해 확인하였다.

[1]  Viet Anh Nguyen,et al.  Smoothed Group-Sparsity Iterative Hard Thresholding Recovery for Compressive Sensing of Color Image , 2014 .

[2]  Byonghyo Shim,et al.  Reweighted L1-Minimization via Support Detection , 2011 .

[3]  Christian Jutten,et al.  A Fast Approach for Overcomplete Sparse Decomposition Based on Smoothed $\ell ^{0}$ Norm , 2008, IEEE Transactions on Signal Processing.

[4]  Rabab K. Ward,et al.  Compressed sensing of color images , 2010, Signal Process..

[5]  David Zhang,et al.  FSIM: A Feature Similarity Index for Image Quality Assessment , 2011, IEEE Transactions on Image Processing.

[6]  H. T. Kung,et al.  Partitioned compressive sensing with neighbor-weighted decoding , 2011, 2011 - MILCOM 2011 Military Communications Conference.

[7]  Yonina C. Eldar,et al.  Introduction to Compressed Sensing , 2022 .

[8]  Baoxin Li,et al.  Compressive imaging of color images , 2009, 2009 IEEE International Conference on Acoustics, Speech and Signal Processing.

[9]  Roberto Manduchi,et al.  Bilateral filtering for gray and color images , 1998, Sixth International Conference on Computer Vision (IEEE Cat. No.98CH36271).

[10]  Richard G. Baraniuk,et al.  Compressive Sensing , 2008, Computer Vision, A Reference Guide.

[11]  Viet Anh Nguyen,et al.  HVS based iterative hard thresholding recovery for compressive sensed image , 2014, IWSSIP 2014 Proceedings.

[12]  E. Candès,et al.  Sparsity and incoherence in compressive sampling , 2006, math/0611957.