Resumen

La imagen tradicional de Compressive Sensing (CS) realiza muestreo por bloques con la misma tasa de muestreo. Sin embargo, a menudo se producen artefactos de bloqueo debido a la variabilidad de la dispersión de los bloques, lo que conlleva a un bajo rendimiento de tasa-distorsión. Para suprimir estos artefactos de bloqueo, proponemos muestrear adaptativamente cada bloque según las características de textura en este artículo. Con el gradiente máximo en la región de 8 píxeles conectados de cada píxel, medimos la variación de textura de cada píxel y luego calculamos el contraste de textura de cada bloque. De acuerdo con la distribución de contraste de textura, ajustamos de forma adaptativa la tasa de muestreo de cada bloque y finalmente construimos un modelo de reconstrucción de imagen utilizando estos contrastes de textura de bloque. Los resultados experimentales muestran que nuestro esquema de muestreo adaptativo mejora el rendimiento de tasa-distorsión de CS de imagen en comparación con los esquemas

• Materias:Técnicas emergentes Animación de personajes Red de eventos Distorsión de velocidad
• Subjects:Emerging Techniques Character Animation Event network Speed distortion
• Palabras claves:Tradicional; Compresión sensorial; Artefactos de bloqueo; Características de textura; Muestreo adaptativo; Rendimiento de tasa-distorsión
• Keywords:Traditional; Compressive sensing; Blocking artifacts; Texture features; Adaptive sampling; Rate-distortion performance