壓縮感知在圖像處理中的應(yīng)用.pdf

1、壓縮感知理論突破傳統(tǒng)的Nyquist采樣方法對(duì)數(shù)據(jù)進(jìn)行處理，不僅緩解了采樣設(shè)備的壓力，而且使系統(tǒng)的整體性能得到了顯著提高。壓縮感知理論前提要求數(shù)據(jù)在某個(gè)基下具有稀疏表示，這樣就可從遠(yuǎn)少于傳統(tǒng)采樣數(shù)目的測(cè)量值中，高概率地恢復(fù)重構(gòu)出原始數(shù)據(jù)。目前，壓縮感知理論在學(xué)術(shù)領(lǐng)域被廣泛關(guān)注，并在實(shí)際中得到了初步應(yīng)用。
　　 壓縮感知理論研究的核心問(wèn)題是隨機(jī)測(cè)量和恢復(fù)重構(gòu)算法，本文主要將壓縮感知應(yīng)用于數(shù)字圖像領(lǐng)域。文章首先對(duì)壓縮感知理論的基本現(xiàn)

2、狀進(jìn)行了初步的介紹；其次，介紹了幾種常用的隨機(jī)測(cè)量矩陣和恢復(fù)重構(gòu)算法，使用MATLAB進(jìn)行仿真比較，通過(guò)仿真結(jié)果驗(yàn)證問(wèn)題的可行性；最后，結(jié)合矩陣的相關(guān)性，構(gòu)造了由測(cè)量矩陣和稀疏矩陣所決定的Gram矩陣，并對(duì)Gram矩陣進(jìn)行門(mén)限判決和縮放處理，進(jìn)而降低矩陣間的相關(guān)性，這樣就可以通過(guò)使用優(yōu)化改進(jìn)后的測(cè)量矩陣獲取到更多有信息量的測(cè)量值，進(jìn)而完成對(duì)測(cè)量值的優(yōu)化改進(jìn)，并結(jié)合不同的恢復(fù)重構(gòu)算法在MATLAB環(huán)境下對(duì)改進(jìn)方法進(jìn)行仿真驗(yàn)證，仿真結(jié)果證實(shí)