已有的基于分块压缩感知的图像重构模型采用相同的测量矩阵以块 ×块的方式获取数据，解决了传统ＣＳ方法中测量矩阵所需存储量较大的问题，但由于采用分块重构，没有考虑 到图像的全局稀疏度，出现了大量的块效应。-Current image reconstruction models using block compressed sensing

分块DCT变换，基于压缩感知信号的压缩。详细阐述了信号基于DCT分块的变换算法。为后面的信号压缩和恢复做铺垫。-Block DCT transform based on compressed sensing signal compression. Elaborates the signal based on the sub-block of DCT transform algorithm . For the following signal compression and pave the wa

：针对压缩感知算法重建时间长、图像重建质量不高等不足 ， 在认真分析压缩感知算法的基础上 ， 提 出一 种压缩感知多描述并行算法。为了提 高系统运行速度和重建 图像质量， 将 经过稀疏 变换后 的系数进行 交织抽 取 ， 分成多个子图像 ， 再利用 Op e nMP将子图像分配到各线程中并行实现分块压缩感知。实验结果表明， 随着抽 取数的增加，图像的重建质量呈上升趋势， 在 3 2抽取时图像的重建质量比单抽取的高出了7． 2 4 dB； 随着线程数 的增加 ， 程序的执行效率不断提 高， 最高可