基于邊緣檢測的壓縮傳感重構(gòu)算法研究.pdf

1、近年來,以稀疏信號(hào)表示和處理為基礎(chǔ)發(fā)展而來的壓縮傳感理論受到高度關(guān)注和應(yīng)用。壓縮傳感理論充分利用信號(hào)的稀疏性或可壓縮性,將數(shù)據(jù)采集與數(shù)據(jù)的壓縮合二為一,實(shí)現(xiàn)了在采樣的同時(shí)進(jìn)行壓縮的目的。該理論首先采集信號(hào)的非自適應(yīng)線性投影值來保持信號(hào)的原始結(jié)構(gòu),然后通過求解一個(gè)最優(yōu)化問題從投影值中重構(gòu)出原始信號(hào)。發(fā)展至今,壓縮傳感理論仍有許多問題值得研究,其中設(shè)計(jì)高效的信號(hào)恢復(fù)算法成為應(yīng)用壓縮傳感理論急需解決的關(guān)鍵問題。
　　 本文深入分析了壓

2、縮傳感的基本理論,圍繞壓縮傳感理論的重構(gòu)算法展開了研究和討論。分析了基于TVL1-L2模型的快速RecPF算法,給出了算法描述、收斂條件、性能分析以及仿真實(shí)驗(yàn)結(jié)果。立足于RecPF算法的模型,將圖像邊緣信息應(yīng)運(yùn)于重構(gòu)算法中,采用壓縮傳感重構(gòu)算法與邊緣檢測算法相互利用交替迭代優(yōu)化的方法,提出邊緣壓縮傳感算法。基于迭代支撐檢測理論,給出了算法的理論證明。同時(shí)針對(duì)邊緣壓縮傳感算法二維重構(gòu)實(shí)現(xiàn)過程中的耗時(shí)過長問題對(duì)其提出改進(jìn)方案,改進(jìn)的算法是將

3、原來固定不變的代價(jià)參數(shù)值隨迭代次數(shù)增加而增大,即在進(jìn)行下一次迭代之前,代價(jià)參數(shù)將呈某一固定的倍數(shù)而增大。
　　 本文利用MATLAB仿真軟件進(jìn)行了大量的仿真實(shí)驗(yàn),以重構(gòu)相對(duì)誤差和收斂速度為性能指標(biāo),將提出的算法與已有的快速重構(gòu)算法進(jìn)行比較。實(shí)驗(yàn)表明在相同的條件下基于邊緣檢測的壓縮傳感算法的主觀重構(gòu)效果要優(yōu)于現(xiàn)有的同類算法,并且改進(jìn)的邊緣壓縮傳感算法不僅提高了重構(gòu)精度,而且具有更快的收斂速度,同時(shí)仿真實(shí)驗(yàn)結(jié)果表明,本論文提出的邊緣