谱梯度算法在图像压缩传感中的运用.pdf

摘要 压缩传感是近年来一种新的信息获取理论，该理论指出：对可压缩的信号可通过远低 于Nyquist标准的方式进行采样数据，仍能够精确地恢复出原始信号．该理论一经提出，就 广泛的应用于信息论、信号／图像处理、医疗成像、模式识别、地质勘探、光学／雷达成像、 无线通信等领域，并被美国科技评论列为2007年度十大科技进展． 压缩传感采用非自适应线性投影来保持信号的原始结果，能通过数值最优化方法准 确求解原始信号重构问题．本论文研究求解eI．范数优化问题的谱梯度算法，研究算法的收 敛性，并通过数值仿真验证算法的在稀疏信号重构方面的有效性．本论文的主要内容如 下： 首先，介绍数字信号处理基础，数字图像的取样和量化，以及数字图像在计算机里的 储存．介绍压缩传感基础理论，以及求解￡1．范数优化问题已有算法．阐述本论文的主要工 作，并列出本论文所用到的一些基本概念、符号等． 其次，给出木论文所提算法的数学基础，包括向量的范数的定义和性质，求解无约束 优化问题的迭代算法基础和经典的牛顿算法、拟牛顿算法、谱梯度算法． 接着，提出用于稀疏信号晕构的已l范数问题谱梯度算法．该优化问题首先等价转化为 凸二次规划问题或非光滑方程组．每步迭代，使用谱梯度算法求解相应的非光滑方程组， 不需要计算方程组的Jacobian矩阵信息．所提算法容易实现，存储最小，每步迭代仅需矩 阵向量内积．对所提算法在稀疏信号恢复和■维图像去扰方而进行数值仿真试验，结果表 明所提算法可与著名算法IST相媲美． 然后，继续研究求解压缩传感，机器学习等领域IIl兽l范数正则化问题潜梯度算法．不 同于第三章中的算法，本章所研究问题更具有一般化．本章所提算法充分利用粤l一范数问 题的结构，不需要做模型转换．在适当的条件下，证明算法的全局收敛性．对算法进行数值 仿真试验，验证算法的有效性．最后，给出本论文的总结，并提出一些值得继续探讨的方向． 关键词：信号处理，压缩传感，凸优化问题，单调方程组，谱梯度算法 梯度算法在图像压缩传感中的应用 ABSTRACT isan inrecent forinformation CompressiveSensingemergingmethodology years illustratesthatwhenthe ismuchlowerthan capturing．Thetheory compressiblesignal be the canrecovered hasattracted Nyquistcriterion，it successfully．Compressivesensing intensiveresearchactivitiesin scientific asininformation many fields，such theory,sig- nal／imageprocessing，medicalimaging，patternrecognition，geological communications 10 etc．Moreover，it top cal／radarimaging，wireless recognized嬲the scientificand inUSA review． technologicalprogress bytechnology