基于壓縮感知的圖像采集及重構算法研究.pdf

1、用遠低于尼奎斯特頻率的采樣速率來收集信號，并在接收端通過相應的恢復算法完成對原始信號精確重構的壓縮感知作為一個全新的信息獲取及處理的理論框架，打破了傳統(tǒng)的尼奎斯特香農(nóng)采樣理論，成為信號處理各個領域的熱點。
　　本文在國內(nèi)外研究的基礎上，從分析壓縮感知理論的基本原理出發(fā)，對基于壓縮感知的圖像采集及重構算法進行了詳細研究。從構造合適的確定性測量矩陣以及提高圖像重構算法精度等方面入手，重點研究了常用的測量矩陣、貪婪追蹤算法等內(nèi)容。論文主

2、要貢獻有以下幾個方面:
　　第一，給出了基于低密度奇偶校驗矩陣的確定性測量矩陣。針對目前常用的隨機測量矩陣計算復雜度高、需要的存儲空間大以及硬件上不易實現(xiàn)的缺點，考慮低密度奇偶檢查碼編解碼與壓縮感知理論之間的相似性，提出將Gallager構造的階梯校驗矩陣作為測量矩陣應用于壓縮感知。此外，結合PEG算法和準循環(huán)構造法，構造一種基于PEG算法的準循環(huán)測量矩陣。兩種新的測量矩陣在相關性和Gram矩陣非對角線上最大元素值幾個衡量參數(shù)上都

3、要優(yōu)于現(xiàn)有的常用測量矩陣，需要的存儲空間小，便于硬件的實現(xiàn)。
　　第二，給出了一種自適應前瞻子空間追蹤算法。該算法針對子空間追蹤算法每次迭代固定的引入內(nèi)積最大的K個原子加入候選集所引起的誤差，引進前瞻策略和自適應選擇步長的方法，既保證了提高信號重構的精度又平衡了重構所需的時間。
　　通過Matlab軟件對上述提出的測量矩陣以及算法進行仿真實驗，分析實驗結果，驗證了提出來的測量矩陣在性能上優(yōu)于現(xiàn)在常用的測量矩陣，改進的重構算法