壓縮感知中結構化測量矩陣與編碼算法的研究.pdf

1、壓縮感知中，傳統的測量矩陣對圖像進行單一采樣率的壓縮采樣，在信號的獲取和重構過程中起著重要的作用。傳統的隨機測量矩陣在采樣率較高的情況下，能夠獲得比較好的重構效果，但因采樣數目較多，故而資源耗費也較多。確定性測量矩陣自身存在一些限制因素，與隨機測量矩陣相比，重構效果不夠理想。為了解決上述問題，提出了兩種結構隨機矩陣和多層分塊自適應編碼算法。
　　基于廣義輪換矩陣，對其循環(huán)基礎和循環(huán)構造過程中所生成的每一行向量的第一個元素進行改進，

2、提出了兩種結構隨機矩陣：廣義二進制輪換矩陣和偽隨機廣義二進制輪換矩陣。相對于傳統的測量矩陣，新的測量矩陣在二維圖像重建方面效果較好，所需重構時間相差不大，在較低的采樣率下能夠獲得更加精確的重建。
　　基于分塊OSTM的自適應分塊壓縮感知算法，提出了多層分塊自適應編碼算法以及多層分塊自適應壓縮感知編解碼方法。多層分塊自適應壓縮感知編解碼方法基于多層分塊自適應編碼算法，能夠根據圖像局部結構進行不同層數和大小的分塊，并自適應分配采樣率。