基于壓縮感知的圖像重構(gòu)算法的研究.pdf

1、當(dāng)今是信號處理應(yīng)用領(lǐng)域飛速發(fā)展的時期，帶來信息技術(shù)的快速提升，使得數(shù)據(jù)量與日俱增，以奈奎斯特(Shannon-Nyquist)定理為指導(dǎo)的采樣方式導(dǎo)致采樣率過大，造成硬件系統(tǒng)實現(xiàn)困難，不能滿足人們實際的需要。2006年，Candes等人提出壓縮感知理論(Compressed sensing，CS)，壓縮感知理論打破了傳統(tǒng)奈奎斯特采樣定理的束縛，通過設(shè)計滿足一定條件的觀測矩陣，對信號進行稀疏表示，得到的測量向量，再利用重構(gòu)算法對圖像進行稀

2、疏重建。壓縮感知理論的新穎就是在采樣的同時對數(shù)據(jù)進行壓縮，即壓縮即采樣和壓縮同時進行，實現(xiàn)了在低采樣率下的數(shù)據(jù)重構(gòu)。本文的主要工作和創(chuàng)新性在于:
　　1.本文重點研究了壓縮感知理論的兩個關(guān)鍵技術(shù)-測量矩陣的設(shè)計和重構(gòu)算法的研究。首先對測量矩陣進行深入研究和分析，對常用的典型測量矩陣均做了仿真實驗。仿真實驗結(jié)果表明，經(jīng)過奇異值修正的測量矩陣與原矩陣相比較，重構(gòu)時間相當(dāng)?shù)臈l件下，奇異值修正后的峰值信噪比提高1～2dB，且重構(gòu)效果得到明

3、顯提高。
　　2.對目前常用的壓縮感知圖像重構(gòu)算法進行了仿真實驗，并總結(jié)了各算法的優(yōu)缺點。然后對基于圖像分塊的壓縮感知重構(gòu)算法進行深入研究。分塊壓縮感知具有速度快，占內(nèi)存小的優(yōu)越性，但同時也容易產(chǎn)生塊效應(yīng)導(dǎo)致圖像重構(gòu)效果變差。因此本文在此基礎(chǔ)上提出了一種新的基于區(qū)域分割的壓縮感知圖像重構(gòu)算法，實驗結(jié)果表明，改進后的重構(gòu)算法在重構(gòu)效果和重構(gòu)時間上均有明顯提高。
　　3.傳統(tǒng)壓縮感知圖像重建算法對所有系數(shù)測量，需進行多層小波變換