低サンプリング率における高品質なゴーストイメージング（GI）は、科学研究および実用的な応用において重要な意義を持つ。低サンプリング率条件下で高品質な画像を再構成するために、高品質の受動的圧縮ゴーストイメージング再構成アルゴリズム（PCGI-LRC）が提案された。画像の非局所的な類似ブロックを積み重ねて形成される行列は、低ランクかつ疎な特異値を持つと仮定し、最小二乗問題と非局所的類似ブロック低ランク近似問題を共同反復的に解決する方法が理論的および実験的に証明されており、低サンプリング率（6.25%〜50%）条件下で高品質なゴーストイメージングを実現できる。実験結果は、スパース基底制約に基づくGI（GI-SBC）および全変分制約に基づくGI（GI-TVC）と比較して、PCGI-LRCがピーク信号対雑音比、構造類似度指数、視覚的観察の面で優れ、再構成ノイズを抑制しながら対象の詳細情報を保持していることを示している。PSNRの向上効果は1.1 dBを超え、SSIMの向上効果は0.04を超える。

ゴーストイメージング;画像再構成;画像圧縮;シングルピクセルイメージング