저샘플링 비율에서 고품질 고스트 이미징(GI)은 과학 연구 및 실제 응용에 중요한 의미를 갖는다. 저샘플링 조건에서 고품질 이미지를 재구성하기 위해 고품질 수동 압축 고스트 이미징 재구성 알고리즘(PCGI-LRC)이 제안되었다. 이미지의 비국소 유사 블록으로 구성된 행렬은 저계수이며 희박한 특이값을 가진다는 가정을 바탕으로, 최소제곱 문제와 비국소 유사 블록 저계수 근사 문제를 공동 반복적으로 해결하는 방법이 이론과 실험적으로 증명되었으며, 6.25%~50%의 저샘플링 조건에서 고품질 고스트 이미징을 실현할 수 있다. 실험 결과에 따르면, 희소 기저 제약 기반 GI(GI-SBC) 및 전체 변분 제약 기반 GI(GI-TVC)에 비해 PCGI-LRC는 피크 신호 대 잡음비, 구조적 유사도 계수 및 시각적 관측 측면에서 우수하며, 재구성 잡음 억제와 동시에 대상의 세부 정보를 유지하며 PSNR은 1.1 dB 이상, SSIM은 0.04 이상 향상되었다.

고스트 이미징;이미지 재구성;이미지 압축;단일 픽셀 이미징