基于壓縮感知的圖像目標重構(gòu).pdf

1、最近幾年出現(xiàn)的一種新穎理論-壓縮感知，能夠在保證不損失信號的情況下，用遠低于奈奎斯特采樣定理所要求的速率采樣信號，同時又能夠完全恢復(fù)信號，極大地降低信號的采樣頻率及數(shù)據(jù)存儲和傳輸代價，顯著地降低信號處理時間和計算成本。
　　 本文介紹了將壓縮感知理論在圖像處理中的應(yīng)用，將其與圖像處理的一些方法相結(jié)合，進而達到我們的目的，即圖像目標重構(gòu)。將壓縮感知用于進行圖像目標重構(gòu)，包括了以下具體內(nèi)容：
　　 (1)將壓縮感知用于自然圖

2、像處理時，將圖像分成小塊后既能夠保證重構(gòu)質(zhì)量，又能夠節(jié)約內(nèi)存，提高處理速度。由于不經(jīng)歷到其他變換空間的投影這一過程，所以用最小均方誤差線性解來進行圖像重構(gòu)，該方法比L2重構(gòu)得到了更好的結(jié)果。
　　 (2)將壓縮感知與圖像數(shù)據(jù)相似度比較相結(jié)合，將觀測向量中包含目標的部分提取出來，這樣就可以將其與不包含目標的部分區(qū)分開來，再對包含目標的部分進行加權(quán)二范數(shù)的重構(gòu)，對不包含目標的部分進行傳統(tǒng)二范數(shù)的重構(gòu)，這樣在重構(gòu)圖像中就能明顯區(qū)分出目