壓縮感知測(cè)量矩陣的研究.pdf

1、壓縮感知(Compressed sensing，CS)是一種新的信號(hào)獲取與處理的理論框架，其基本思想是利用信號(hào)的稀疏性或者可壓縮性，通過(guò)低維空間采樣數(shù)據(jù)的非相關(guān)測(cè)量來(lái)實(shí)現(xiàn)高維信號(hào)的近似或精確重構(gòu)。在壓縮感知過(guò)程中，測(cè)量矩陣是數(shù)據(jù)采樣和信號(hào)重建的關(guān)鍵。因此，對(duì)壓縮感知測(cè)量矩陣的研究具有重要的理論意義。本文圍繞壓縮感知測(cè)量矩陣展開了研究，主要的工作內(nèi)容如下：
　　 (1)提出了一種基于混沌序列的測(cè)量矩陣構(gòu)造的方法。由于混沌系統(tǒng)產(chǎn)生的

2、序列具有優(yōu)異的偽隨機(jī)特性，易于產(chǎn)生和實(shí)現(xiàn)，因此利用三種常見的離散混沌序列構(gòu)造壓縮感知測(cè)量矩陣，將其與目前常見的幾種隨機(jī)測(cè)量矩陣的性能進(jìn)行對(duì)比，對(duì)一維時(shí)域稀疏信號(hào)、一維頻域稀疏信號(hào)以及二維圖像進(jìn)行仿真。實(shí)驗(yàn)結(jié)果表明：在客觀評(píng)價(jià)指標(biāo)和視覺效果上，該方法優(yōu)于隨機(jī)測(cè)量矩陣。
　　 (2)提出一種基于脈沖Contourlet余弦變換(PCOT)的自適應(yīng)圖像壓縮采樣方法。目前已知的圖像壓縮采樣方法大多是對(duì)圖像進(jìn)行分塊操作的，而且對(duì)各個(gè)塊均采

3、用相同的測(cè)量數(shù)目進(jìn)行觀測(cè)，對(duì)每一塊分配的測(cè)量數(shù)目越多，則重構(gòu)圖像的質(zhì)量越好。但是在實(shí)際應(yīng)用中，人們往往只對(duì)圖像的某一部分“感興趣”，為了得到對(duì)“感興趣”區(qū)域更高的重構(gòu)質(zhì)量，應(yīng)對(duì)不同的小塊采取自適應(yīng)采樣策略。然而，目前采用的分塊壓縮采樣方法均忽視了該問題。針對(duì)這個(gè)缺點(diǎn)，利用PCOT，提取顯著區(qū)域，繼而確定“視覺顯著注意”區(qū)域和“非視覺顯著注意”區(qū)域并對(duì)其自適應(yīng)的分配測(cè)量數(shù)。實(shí)驗(yàn)結(jié)果表明：在客觀評(píng)價(jià)指標(biāo)和視覺效果上，該方法均優(yōu)于傳統(tǒng)方法。<