基于壓縮感知圖像重構算法研究.pdf

1、21世紀，隨著智能傳感器網(wǎng)絡進一步擴展，越來越多的傳感器產(chǎn)品的開始投入實際使用當中，高速圖像及信息處理正面臨巨大挑戰(zhàn)，而傳感器設備所要采集的數(shù)據(jù)將是前所未有的。在20世紀，絕大多數(shù)用于采集信號的傳感器設備，基本上都是以Shannon-Nyquist采樣定理為理論指導。因Shannon-Nyquist采樣定理規(guī)定了信息采樣率的最小值，故其成為準確重構原始數(shù)據(jù)信號的必要條件。近年來，突破了Shannon-Nyquist采樣定理的壓縮感知技術

2、的提出，其不再受最低信息采樣頻率限制，這標志著數(shù)據(jù)采集進步史上的一大里程碑。CS理論的思想依據(jù)壓縮感知理論研究采樣率的減少和重構率的提升，這為信號處理領域的發(fā)展帶來的新的方法和憧憬，也提高了信號的稀疏度和信號的還原率。經(jīng)過對經(jīng)典重構算法的研究分析后，本文提出了兩個改進算法：第一，改進的正交匹配追蹤算法；第二，基于分段正則化子空間追蹤的圖像重構算法。
　　本文提出一種改進的正交匹配追蹤算法。通過闡述已有的的正交匹配追蹤系列算法，得到

3、其共同不足是，在信號重構階段，需要以輸入原始信號的稀疏度為前提，且重構后出現(xiàn)了精度較低、準確率不夠等問題，本文提出了一種改進的正交匹配追蹤算法，其主要特征是針對信號稀疏度和支撐集大小具有自適應性特點的一種協(xié)作重構信號方法。具體步驟如下：通過預測稀疏度信息，協(xié)作更新與擴展支撐集，減低對支撐集的錯誤估計和錯誤修正。改進的正交匹配追蹤算法不僅在圖像還原上比OMP算法更為優(yōu)越，在重構誤差方面也能夠隨測量信號維數(shù)的增加而減少，且下降的趨勢比OMP