压缩传感中的问题与解答.docVIP

  1. 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. 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. 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. 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. 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. 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. 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
压缩传感中的问题与解答 Posted on \o 10:30 pm 2011年03月27日 by \o View all posts by shaweiwavelet shaweiwavelet 从我写《压缩传感引论》到如今,两年的时间过去了,国内在压缩传感领域的研究已全面展开,取得了不错的进展。我也陆续收到了很多年轻学生们的提问,发现其中许多问题被反复提及。因此,我决定写篇短文,来谈谈我个人的看法。由于我不在这个领域工作,并不知道目前的前沿与方向。所以有些观点,可能不够准确,还请大家批评指正。更为重要的是,我希望大家花更多的时间去学习数学和物理知识,这样才可能做出有影响力的好的科研工作,才可能解决更为复杂的工程问题。 1、 Coherence怎么理解? 这个单词是基本的物理概念。如果两束单频率的光,有固定的相位差,就称为Coherence。一束光是正弦函数,相位是0度,另一束光也是正弦函数,相位也是0度。两者显然Coherence。如果一束光是正弦函数,相位是0度,另一束光也是正弦函数,但相位是90度,那么结果怎么样?也Coherence。因此,正交绝对不是incoherence。很多学生会混淆这个概念。最后,如果一束光是正弦函数,相位是0度,另一束光也是正弦函数,但相位是随机的。这样的话,就是incoherence。Incoherence的结果会让两者beat的结果变得稠密,即没有很多0的存在。为什么很多0的向量不能作为测量呢?假设一个稀疏信号,就在第一个位置不为0,其余所有位置全是0。如果测量向量含有太多0,你很有可能得到的结果就是0。所以这种投影或测量向量无法捕捉稀疏信号的信息。这个定理就是著名的UUP。 ? 2、 到底有几种常用的测量方式? 三种。 第一种,就是产生一个随机矩阵,高斯或者伯努利分布,然后乘以一个图像或者信号。这里,有两个问题。内存很大,怎么办?很简单,如果是0,1矩阵,你可以用byte型存储。比如,11,实际上就另外一个,这种测量是可以硬件实现的。著名的就是单象素相机,它用digital mirror实现不同空间0,1分布,然后反射图像,经过lens,得到1个测量,即1个数。为什么得到1个数,因为只用了1个lens。lens是一种可以foucs光的设备,经过它的所有射线拥有相同的光程,汇聚到一个点,且光程取得最短的时间。这就是物理上的Fermat原理。为什么效果不好,因为没有完美棱镜。这个汇聚的焦点不是太理想。最后,改变mirror的pattern,就可以得到不同的测量向量。这里,我们可以把图像看成一个向量,把每一次digital mirror的pattern的改变看作生成了一个测量向量。很多次的改变就形成了一个测量矩阵。还有一种硬件,即可以交换极性的积分器,来实现对信号的采样。本质上就是形成1,-1伯努利分布的测量矩阵。 第二种,在Fourier变换域采样。为什么这样?因为MRI。原子核有Spin,在静磁场下,做拉莫进动,像陀螺一样。然后加一个交流的磁场,其频率等于原子的跃迁频率,就会形成强烈的共振,产生信号。这个交流的磁场可以靠coil来控制,形成梯度场,也就是相位为exp(-i*c*(G*x+B_0)*t)的形式。这里c是常数,B_0是静磁场,x是空间坐标,G是梯度的变化大小,t是时间。而最终的信号是目标的Spin分布沿着x轴与上述的相位因子积分的结果,也就是关于x的Fourier变换,其中谱域变量k=c*G*t。所以每个离散时间t_n,控制k空间的采样位置。还记得,从中心发散出来的射线吗,这就是在k空间采样的结果。怎么控制角度间隔,调整Gx,Gy的比例(2-D情况)。怎么控制沿着一个方向的采样点数,显然是采样间隔t_n和持续时间t。我们总结下怎么做数值实验。拿出一张图像,做FFT变换,然后做fftshift,让低频分量位于中心,最后按照采样Pattern在k空间取一些点。为什么中心取样密,因为低频反映了信号的基本信息。不是说CS是随机采样的吗?MRI实际上是一个有点自适应随机的例子。还有一个问题,如果在k空间的采样点不在整数点上呢?这是很有可能的,毕竟Gx,Gy,t这些选择没那么理想。那就用非均匀FFT吧。这是很有用的技术,也用于Curvelet变换。大家去学习吧,如果有兴趣的话。 第三种,线积分。即拉当变换(Radon),广泛用于断层扫描。我们沿着某个角度,把图像作积分,得到一条曲线。然后改变不同角度,就可以得到不同的测量了。为什么呢?这种测量的思路到底来自什么?又一次,物理。考虑射线物理,就是高频物理,当频率很高的时候电磁波可以看成射线。把平行的射线沿着某个角度入射到一个物体上。由于物体对射线的衰减,最后我们用胶片得到的射线强度,和原来不一样。这个强度显然取决

文档评论(0)

wangxing1张 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档