專利名稱：一種壓縮感知系統中的高效重建方法
技術領域：
本發明涉及一種數據處理方法，具體涉及一種壓縮感知系統中的信號重建方法。
背景技術：
近年來，在國際上出現了一種新的理論——壓縮感知(compressive sensing)理論。該理論指出，只要信號是可壓縮的或者說信號在某一個變換域是稀疏的，那么就可以用一個與稀疏矩陣不相關的測量矩陣對原始信號進行測量，將高維圖像投影到一個低維空間中，然后通過求解一個優化問題就可以從這較少的投影值中完全重建出原始信號。壓縮感知無需經過先采樣再壓縮的過程，這在很大的程度上克服了傳統信號獲取和處理的缺點。壓縮感知測量和重建過程描述如下現有的一維信號X(NX1維)和二維信號X2(mXN2維)的壓縮感知測量和重建過程描述如下根據稀疏矩陣Ψ (NXN維)，得到一維信號X的稀疏域表示X = ΨΞ公式一其中，S是一維信號X的稀疏域表示系數(NX 1維)，具有K個非零系數和(N-K) 個零；對于一維信號X的壓縮感知測量過程如下利用測量矩陣Φ (MXN維)，將一維信號X投影到Μ(Μ < < N)個測量值Υ(ΜΧ 1 維)上；
權利要求
1. 一種壓縮感知系統中的高效重建方法，其特征在于它的步驟如下 步驟一輸入測量值Y0，以及一維信號重建的信息和二維信號重建的信息； 步驟二 根據步驟一輸入的一維信號重建的信息和二維信號重建的信息判斷是一維信號重建，還是二維信號重建，若是一維信號重建，則執行步驟三，若是二維信號重建，則執行步驟四；步驟三記Y = Y0，并輸入測量矩陣φ，稀疏矩陣ψ，執行步驟五； 步驟四對二維信號的測量值YO執行矢量化操作vec
全文摘要
一種壓縮感知系統中的高效重建方法。它涉及一種數據處理方法，它解決了現有重建方法中不能夠精度速度同時提高的問題。首先整理測量值Y0為易于重建算法實現的形式，若一維重建，則不整理，若二維重建，則進行矢量化，得到Y；然后，令k＝1，uk＝0，vk＝0，得到uk+1＝δ·shrink(vk+1，μ)；vk+1＝vk+ΘT(Y-Θuk)；迭代步驟中出現的無貢獻迭代，計算求取無貢獻迭代的次數s，則假設，vk變化s次恰好使得uk+1有所改變，那么在這些迭代步驟中有如下迭代公式uk+s＝uk+1，進行判定即||uk+1-uk||≤ε，再判斷是否成立，來確定迭代是否收斂，迭代直至收斂；最后，若一維信號，則直接利用信號稀疏表達重建原始信號，若二維信號，則對稀疏系數u進行逆矢量化，并利用圖像的稀疏表達重建原始圖像。本發明應用于壓縮感知系統中一維或二維信號重建。
文檔編號G06T11/00GK102163338SQ20111008831
公開日2011年8月24日 申請日期2011年4月8日 優先權日2011年4月8日
發明者唐文彥, 張曄, 張鈞萍, 谷延鋒, 陳浩 申請人:哈爾濱工業大學