壓縮感知中結(jié)構(gòu)化測量矩陣與編碼算法的研究.pdf

1、壓縮感知中，傳統(tǒng)的測量矩陣對圖像進行單一采樣率的壓縮采樣，在信號的獲取和重構(gòu)過程中起著重要的作用。傳統(tǒng)的隨機測量矩陣在采樣率較高的情況下，能夠獲得比較好的重構(gòu)效果，但因采樣數(shù)目較多，故而資源耗費也較多。確定性測量矩陣自身存在一些限制因素，與隨機測量矩陣相比，重構(gòu)效果不夠理想。為了解決上述問題，提出了兩種結(jié)構(gòu)隨機矩陣和多層分塊自適應(yīng)編碼算法。
　　基于廣義輪換矩陣，對其循環(huán)基礎(chǔ)和循環(huán)構(gòu)造過程中所生成的每一行向量的第一個元素進行改進，

2、提出了兩種結(jié)構(gòu)隨機矩陣：廣義二進制輪換矩陣和偽隨機廣義二進制輪換矩陣。相對于傳統(tǒng)的測量矩陣，新的測量矩陣在二維圖像重建方面效果較好，所需重構(gòu)時間相差不大，在較低的采樣率下能夠獲得更加精確的重建。
　　基于分塊OSTM的自適應(yīng)分塊壓縮感知算法，提出了多層分塊自適應(yīng)編碼算法以及多層分塊自適應(yīng)壓縮感知編解碼方法。多層分塊自適應(yīng)壓縮感知編解碼方法基于多層分塊自適應(yīng)編碼算法，能夠根據(jù)圖像局部結(jié)構(gòu)進行不同層數(shù)和大小的分塊，并自適應(yīng)分配采樣率。