1.一种基于自适应的块压缩感知图像重构方法，包括以下步骤：1)对原图像进行基于不同块形状的块分割，得到K1个结果，即<img file="FDA0001707694400000011.TIF" wi="310" he="79"/>2)设置阈值参数λ和采样比例u；原图像的尺寸为N×N，N为自然数，M＝N*u，迭代参数k1＝1；高斯随机矩阵<img file="FDA0001707694400000012.TIF" wi="467" he="76"/><img file="FDA0001707694400000013.TIF" wi="382" he="70"/>定义ε；itr为迭代次数；小波正交矩阵Ψ∈R<sup>N×N</sup>；3)设置迭代参数k1＝1，迭代计算<img file="FDA0001707694400000014.TIF" wi="227" he="79"/>4)将<img file="FDA0001707694400000015.TIF" wi="55" he="63"/>子向量标记为<img file="FDA0001707694400000016.TIF" wi="435" he="74"/>即<img file="FDA0001707694400000017.TIF" wi="555" he="101"/>有Q个子向量；5)初始化<img file="FDA0001707694400000018.TIF" wi="235" he="63"/>6)设置迭代参数i＝0，7)初始化误差参数r0＝1,r‑1＝0；8)如果满足条件|ri‑ri‑1|＜10‑5，调整λ，使λ的值为原来的1/2，并转到步骤7)，否则进入步骤9)；9)令<img file="FDA0001707694400000019.TIF" wi="259" he="63"/>x<sup>i</sup>为第i次迭代结果；10)对<img file="FDA00017076944000000110.TIF" wi="53" he="63"/>进行Wiener滤波操作，<img file="FDA00017076944000000111.TIF" wi="342" he="71"/>11)令<img file="FDA00017076944000000112.TIF" wi="551" he="72"/>12)令<img file="FDA00017076944000000113.TIF" wi="700" he="65"/><img file="FDA00017076944000000114.TIF" wi="234" he="76"/>为<img file="FDA00017076944000000115.TIF" wi="47" he="63"/>的中间值；<img file="FDA00017076944000000116.TIF" wi="494" he="88"/>13)迭代参数p的值设置为1，将<img file="FDA00017076944000000117.TIF" wi="54" he="64"/>子向量标记为<img file="FDA00017076944000000118.TIF" wi="421" he="76"/>对于<img file="FDA00017076944000000119.TIF" wi="523" he="71"/>中的每一个子向量，定义迭代参数k＝1；对于<img file="FDA00017076944000000120.TIF" wi="123" he="74"/>中的每个元素<img file="FDA00017076944000000121.TIF" wi="155" he="79"/>进入步骤14)；14)如果<img file="FDA00017076944000000122.TIF" wi="243" he="73"/>那么<img file="FDA00017076944000000123.TIF" wi="227" he="73"/>15)k的值加1，如果k小于<img file="FDA0001707694400000021.TIF" wi="126" he="72"/>中元素的个数，跳转到步骤14)；否则转到步骤16)；16)p的值加1，如果p小于或等于Q，则转到步骤13)；否则进入步骤17)17)计算<img file="FDA0001707694400000022.TIF" wi="236" he="63"/>18)计算<img file="FDA0001707694400000023.TIF" wi="582" he="63"/>19)<img file="FDA0001707694400000024.TIF" wi="641" he="88"/>20)i的值加1，如果i<＝itr，则跳转到步骤8)，否则，继续步骤21)；21)k1的值加1，如果k1<＝K1，则跳转到步骤3)，否则，继续步骤22)；22)对于K1种分块方式，共得到K1个不同的重构结果，即<img file="FDA0001707694400000025.TIF" wi="318" he="70"/>设置迭代参数k1＝1；23)<img file="FDA0001707694400000026.TIF" wi="83" he="63"/>中元素个数为T，统计<img file="FDA0001707694400000027.TIF" wi="81" he="63"/>中绝对值小于ε元素的个数，定义为Z，sp<sub>k1</sub>＝Z/T；24)k1的值加1，如果k1<＝K1，转到步骤29)；否则进入步骤25)；25)计算sp<sub>d</sub>＝max{sp<sub>1</sub>,sp<sub>2</sub>,...,sp<sub>K1</sub>}，得到稀疏度最大的结果的下标d，即得到最大结果<img file="FDA0001707694400000028.TIF" wi="107" he="72"/>26)计算<img file="FDA0001707694400000029.TIF" wi="247" he="63"/>27)令s'(1),s'(2),...s'(Q)为s'对应的行向量，将迭代参数p置1；28)将s'的每一个行向量s'(p)转化成w<sub>d</sub>×h<sub>d</sub>的块<img file="FDA00017076944000000210.TIF" wi="147" he="79"/>w<sub>d</sub>，h<sub>d</sub>分别为第d种分块方式的长和宽；29)p的值加1，如果p<＝Q，转到步骤28)；否则进入下一步骤；30)输出新的图像<img file="FDA00017076944000000211.TIF" wi="371" he="72"/>
