基于壓縮感知的圖像獲取及重構研究.pdf

1、圖像獲取是人類通過傳感器將外界信號轉換、采集進入計算機的一個過程。隨著圖像在各方面應用的發(fā)展，對圖像分辨率、以及更快速、更廣波段的成像需求，昂貴的探測單元和圖像獲取端的能量、計算資源的限制，都使得有必要研究一種對圖像獲取端負擔更少的新體制圖像獲取體制。而壓縮感知作為一個新興概念，為圖像獲取提供了一種新思路，通過符合感知條件的投影測量獲取信息，并能從投影得到的少量測量值中通過感知重建方法，重構出應用所需要的圖像。本文基于壓縮感知理論，研究

2、感知成像系統(tǒng)中的兩個關鍵部分——感知獲取和感知重構并對感知的使用范圍進行研究，通過分析經(jīng)典算法、提出了有效的改進，使得感知成像系統(tǒng)的整體性能有所提高。
　　本文首先對感知所針對的不同類型的圖像及其稀疏性進行了研究。由圖像稀疏性分析的結果表明，天文學及醫(yī)學圖像具有較好的稀疏特性，自然圖像次之，遙感全色圖像的稀疏性較差。接著分析了這四類圖像的感知效果和圖像本身稀疏性的關系。通過研究圖像稀疏性與壓縮感知性能的關系，得出壓縮感知的適用范圍

3、是適合于稀疏或可壓縮的幾類圖像。最后分析了感知信息獲取的過程，以及保持空間結構距離不變的性質。
　　其次，對于壓縮感知的獲取部分進行了研究，由于獲取方法的選擇決定了感知成像系統(tǒng)對圖像的獲取性能以及獲取的測量數(shù)量和運算復雜度等特性。本文研究了三類典型的獲取方法：(1)基于隨機的感知方式(2)基于變換投影的感知方法(3)結構隨機的感知方法。針對三種方法的獲取性能、硬件可實現(xiàn)性，運算與存儲消耗進行了分析。幾類典型獲取矩陣在獲取圖像時，隨

4、機方式的感知矩陣適用范圍廣，且硬件可實現(xiàn)，但這些矩陣無法根據(jù)實際圖像的稀疏特性調(diào)整投影方法，使投影達到最優(yōu)?；诖搜芯苛艘环N通過最小化投影相關性的方式搜索投影矩陣，尋找與稀疏基相關性更小的投影矩陣算法。實驗結果表明，投影相關性最小化感知方法相對于隨機感知方法重構的圖像在峰值信噪比方面有所提高。
　　最后，本文研究了壓縮感知的重建方法，壓縮感知獲取的測量值需要進行重構才能被后續(xù)應用所使用且在重構時需要進行大量迭代運算，其算法的速度及

5、精度對整體成像系統(tǒng)的性能有著重大影響，因此對兩類典型重建算法——基于貪婪算法的重構算法和梯度型凸優(yōu)化重建算法進行了研究。典型方法在速度及精度上可以達到一定效果，但上述方法均基于l1范數(shù)極小化重構算法對l0范數(shù)重構(不可解)的逼近，因此不能足夠精確的重構出大系數(shù)幅值，恢復出的圖像效果還有待提高，基于此，本文提出了一種基于多步加權迭代增強圖像稀疏性的精確重構算法，實驗證明，該方法重構得到圖像的PSNR有顯著提高，且可以在較短時間內(nèi)收斂，通過