周婷开题报告.docVIP

研究生学位论文开题报告 （学术型研究生） 课题名称 基于自适应采样的图像压缩感知算法研究 课题来源 □导师研究课题 □自选课题 □其它 项目所属性质 □基础研究 □应用基础研究 □综合研究 □其它 姓名 周婷 学 号 09081001006 层次 硕士研究生 所在学院 信息科学与工程学院 学科专业 通信与信息系统 指导教师 练秋生 教授 开题时间 2010年12月20日 燕山大学研究生学院制 姓名 周婷 学号 09081001006 入学时间 2009.9 课题名称 基于自适应采样的图像压缩感知算法研究 开题报告时间 2010.12.20 开题报告地点 信息馆218 开题报告评审小组成员 姓名 职称 工作单位 组长 胡正平 教授 信息科学与工程学院 组 员 李英伟 副教授 信息科学与工程学院 陈书贞 副教授 信息科学与工程学院 秘书 李林 讲师 信息科学与工程学院 指导教师对开题报告的意见： □同意进行开题答辩 □不同意进行开题答辩 导师签字： 年 月 日 学科对开题报告的意见： □同意进行开题答辩 □不同意进行开题答辩 负责人签字： 年 月 日 注：以下1-8项内容，如填写不下，均可加页。 1、立论依据 课题来源及研究的目的和意义： 在传统的信号采集系统中，为了能够在接收端准确地恢复原始信号，采样频率必须要满足经典的奈奎斯特采样定理，即信号的采样速率必须达到信号带宽的两倍以上，它表明了重构信号所需要的充分条件[1,2]。随着数字信号处理技术的高速发展及应用，采样速率随着信号带宽的增加而不断提高，导致需要传输和存储的数据量增加。为了方便存储和运输，将数字信号进行压缩，即通过某种变换把数字信号从空域转换到变换域，然后通过舍弃大量零值系数，只将少量的大系数进行编码传输从而达到压缩的目的。这种先高速采样后压缩的方式极大地限制了信号处理的发展，也给硬件的实时处理带来了极大的挑战[3,4]。如果能建立一个新的信号处理框架，用低于奈奎斯特采样定理所要求的采样率对信号进行采样，并且能够在接收端精确的恢复信号，这样就可以打破传统理论的限制。 Dohono，Candes和华裔科学家Tao等人在信号逼近和稀疏表示等理论的基础上建立了一种全新的信号采集理论即压缩感知(Compressed sensing, CS)理论。如果某个向量只有少量的非零元素，就称这个向量具有稀疏性。压缩感知理论指出，只要信号在某个特定的变换域是稀疏的，那么就可以用一个与变换基不相关的观测矩阵将高维信号投影到一个低维空间上，然后利用稀疏性的先验知识通过求解一个优化问题从已知的少量投影值中以高概率重构出原信号[5]。 压缩感知理论是近几年来信息处理领域的一次重要变革，信号精确重构所要求的采样频率不再取决于信号的带宽，而是由信息在信号中的结构和内容来决定。压缩感知理论以空间变换为基础，以随机观测矩阵为手段，以优化求解作为信号重构的方法。该理论的突出优点是可减少采样数据，节省存储空间，不仅仅降低了系统设计和实现的难度，同时也降低了对采样设备的要求。 2、文献综述 国内外研究现状及分析： 压缩感知理论自2006年公开发表至今，备受信号处理领域学者们的广泛关注，该理论在短短几年的时间内得到了迅速的发展，学者们已提出了分布式压缩感知DCS(Distributed Compressed Sensing)理论[6]，贝叶斯压缩感知BCS(Bayesian Compressive Sensing)理论[7]等。该理论最初的研究成果来自于国外，现在许多国内的大学和科研机构成立了专门的实验室对压缩感知理论及其应用进行深入研究。 (1)稀疏表示研究现状 通过稀疏表示可以提取信号的本质特征，有利于信号的后续处理，从而降低信号处理的成本。传统的信号表示理论主要基于正交变换的思想，给定信号的表示形式唯一，常用的正交基有小波变换、傅立叶变换等。小波分析多尺度几何分析方法是继小波理论之后又一类新的信号表示方法，该方法的出现被称为小波理论后的又一场革命，该方法的提出是为了解决高维空间数据的稀疏表示问题[8]。但是由于这些基函数的正交性和完备性的限制，使得信号基于完备正交基的稀疏表示方法存在一定的缺陷，当信号的特性与基函数不完全匹配时，得到的结果不一定是信号的稀疏表示结果，因此寻求一种更加合理的信号稀疏表示方法成为了一个新的研究方向[9]。 1993年，Mallat和Zhang在文献[10]中首次提出