基于壓縮傳感的圖像重建與編碼研究.pdf

1、近年來，Donoho和Candes提出的壓縮傳感（Compressed Sensing，CS）技術(shù)為解決信號(hào)采樣和壓縮中的難題提供了新的思路。CS技術(shù)已成為信號(hào)處理領(lǐng)域最熱點(diǎn)和前沿的問題之一。CS技術(shù)突破了傳統(tǒng)奈奎斯特采樣定理的瓶頸，將采樣和壓縮同時(shí)進(jìn)行，極大地緩解了人們對(duì)海量信息的需要和硬件設(shè)備之間的矛盾，而且還有效包含了原始信號(hào)的足夠信息，為后期的信號(hào)處理提供了有力保證。壓縮傳感已廣泛應(yīng)用于醫(yī)學(xué)成像、圖像去噪、圖像恢復(fù)、特征提取、遙

2、感、雷達(dá)成像等眾多科學(xué)領(lǐng)域。
　　本文對(duì)壓縮傳感理論中的稀疏表示、重構(gòu)算法以及基于壓縮傳感理論的圖像編碼進(jìn)行了研究，主要內(nèi)容包含以下三個(gè)方面。
　　(1)研究了壓縮傳感理論的三個(gè)主要方面:稀疏表示、測(cè)量矩陣和重構(gòu)算法;并且對(duì)DCT變換、小波變換和輪廓波的壓縮傳感圖像重構(gòu)進(jìn)行了分析與比較，列出了各自的特點(diǎn)和缺點(diǎn)。
　　(2)研究了迭代收縮算法和兩步迭代收縮算法。對(duì)迭代收縮算法和兩步迭代收縮算法的閾值函數(shù)和收斂性作了分析和