基于壓縮感知圖像恢復(fù)算法的研究.pdf

1、壓縮感知是一種全新的采樣模式,它已經(jīng)在很多領(lǐng)域得到研究應(yīng)用。壓縮感知是針對稀疏信號或可壓縮信號提出來的。壓縮感知理論表明:可以在采樣數(shù)量遠少于傳統(tǒng)采樣數(shù)量情況下精確恢復(fù)出待測量的稀疏信號。構(gòu)建有效的恢復(fù)算法是壓縮感知的理論難點之一。本文主要是通過(e)1最小值算法和貪婪算法來解決壓縮感知的稀疏重建問題進行了相關(guān)研究。
　　 本文首先對壓縮感知理論和現(xiàn)有的恢復(fù)重建算法進行了系統(tǒng)的學(xué)習(xí),分析了壓縮感知和恢復(fù)算法的研究現(xiàn)狀并展開研究。

2、主要完成的工作如下:
　　 提出了近似消息傳遞算法的一種改進方案和就針對附加噪音測量的稀疏恢復(fù)問題提出了解決方案。近似消息傳遞算法是有消息傳遞算法和迭代閾值算法結(jié)合提出來的,解決了非噪音的測量情況下的稀疏恢復(fù)問題,具有計算復(fù)雜度低,運行時間短,恢復(fù)效果明顯的特點。本文采用了自適應(yīng)的閾值計算策略改進迭代閾值函數(shù),使閾值函數(shù)獲取更好的閾值點,從而加速了算法的收斂性,縮短了算法的運行時間,提高了算法的運行效果。
　　 提出了隨