原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
·电气与自动化· 叶兆瑜．等-压缩感知在图像去噪和重构中的研究进展
DOI：10．19344／j．cnki．issnl671—5276．2017．01．046
压缩感知在图像去噪和重构中的研究进展
叶兆瑜，韩国强，徐智俊，李俊达
(福州大学机械工程及自动化学院，福建福州350116)
摘要：压缩感知理论基于信号的稀疏性在远低于奈奎斯特采样频率下直接采集信号，可以
有效地减少信号的采样时间和降低信号的存储及传输消耗。从信号的稀疏化、观测矩阵的设
计和信号的重构3个方面阐述了cS理论框架：综述了cs在图像去噪领域和图像重构领域中
的研究进展．展示了cS强大的图像去噪和图像重构能力；总结了CS在图像处理中存在的问
题。并展望了CS在图像处理中的应用前景。
关键词：压缩感知；图像处理：图像去噪；图像重构
中图分类号：TP391．41文献标志码：A 文章编号：1671．5276(2017)01．0173．04
in and ’
Researchon Reconstruction
CompressedSensingImageDenoising
YE Junda
Zhaoyu，HANGuoqiang，XUZhijun，LI
ofMechanical and
(School EngineeringAutomation，FuzhouUniversity，Fuzhou350116，China)
onthe of bedirectly atfarlow
Abstract：CompressedSensing(CS)theory，basedspamenesssignals，can usedtoacquiresignals
the the of also the ofthe and
traditional not decreasestime reducescost
Nyquistfrequency．Itonly samplingefficiently，but storage
transmission．TheofCSareintroducedas ofthe ofmeasurement
principles follow：1)thespamenesssignal，2)thedesign matrix，
3、the ofthe and ofCSin andreconstructionare
reconstruction
signal．Theapplicationdevelopmentimagedenoising surveyed．The
CS all roleinthe andreconstruction．The inthe are out
playsimportant imagedenoising problemsexistingimageprocessingpointed
andits islookedforwardto．
applicationprospect
reconstrucljon
Keywords：compressedsensing；imageprocessing；imagedenoising；image
文档评论（0）