压缩感知概述.pptVIP

国防科技大学从压缩感知的角度对热光源关联成像进行了研究。 随机热光源辐射的光束通过分束器分为完全相同的两束，一束称为检测光束，使其照射被成像物体，利用光学器件将透射的光束会聚为一点，并由“单像素”光电检测器记录该点光强；另一束为参考光束，由 CCD 阵列直接记录光强。通过计算单像素点与 CCD 阵列光强之间的互相关，可得到物体的像。 3、应用展望 3.1 应用举例 Duke大学的DISP小组开发了一种新的多光谱成像器：Coded Aperture Snapshot Spectral Imager (CASSI)。 多谱图像具有二维的空间分辨和一维的光谱分辨率，可形成一个三维的数据体。CASSI 利用编码孔径和色散介质调制场景的光场，一个探测器获取三维数据体的二维、多路投影。因此，CASSI 不直接测量三维数据体的“体素”，而是通过少量的编码测量（即压缩采样）和稀疏重构算法估计数据体。 3、应用展望 3.1 应用举例 3、应用展望 3.2 展望 目前，压缩感知理论仍处于发展阶段，有很多关键问题尚待解决，如: （1）探索测量矩阵的必要条件，构造确定性矩阵； （2）如何硬件实现压缩感知的过程； （3）提高现有重建算法恢复质量、速度，论证算法理论基础，保证其收敛，增强鲁棒性； （4）设计不同环境下的重建算法； （5）设计移动压缩传感器等。 2、CS描述 Thank you！ Introduction to Compressive Sensing 压缩感知概述 目录 背景现状 理论产生背景 研究现状 压缩感知描述 压缩传感 稀疏表示 测量矩阵 重构算法 模拟实验 整体流程 应用展望 应用举例 展望 一、背景现状 1、背景现状 1.1 理论产生背景 采样 发的 采样数据 压缩 原始图像 数据传输 解压缩 恢复图像 通过显示器显示图像 大部分冗余信息在采集后被丢弃 采样时造成很大的资源浪费 能否直接采集不被丢弃的信息？ 被感知对象 重建信号 压缩感知 名词解释：压缩感知—直接感知压缩后的信息 基本方法：信号在某一个正交空间具有稀疏性（即可压缩性），就能以较低的频率（远低于奈奎斯特采样频率）采样该信号，并可能以高概率重建该信号。 1.1 理论产生背景 1、背景现状 1.2 研究现状 2006《Robust Uncertainty Principles： Exact Signal Reconstruction from Highly Incomplete Frequency Information》 Terence Tao、Emmanuel Candès 2006《Compressed Sensing》David Donoho 2007《Compressive Sensing》Richard Baraniuk 上述文章奠定了压缩感知的理论基础。国内也将其翻译成压缩传感或压缩采样。 1、背景现状 理论一经提出，就在信息论、信号处理、图像处理等领域受到高度关注。 在美国、英国、德国、法国、瑞士、以色列等许多国家的知名大学(如麻省理工学院、斯坦福大学、普林斯顿大学、莱斯大学、杜克大学、慕尼黑工业大学、爱丁堡大学等等)成立了专门的课题组对CS进行研究。 此外，莱斯（Rice）大学还建立了专门的Compressive Sensing网站，及时报道和更新该方向的最新研究成果。 1.2 研究现状 1、背景现状 西安电子科技大学石光明教授在《电子学报》发表综述文章，系统地阐述了压缩传感的理论框架以及其中涉及到的关键技术问题。燕山大学练秋生教授的课题组针对压缩感知的稀疏重建算法进行了系统深入的研究，提出一系列高质量的图像重建算法。中科院电子所的方广有研究员等，探索了压缩感知理论在探地雷达三维成像中的应用。 除此之外，还有很多国内学者在压缩感知方面做了重要的工作，如清华大学、天津大学、国防科技大学、厦门大学、湖南大学、西南交通大学、南京邮电大学、华南理工大学、北京理工大学、北京交通大学等等单位，在此不一一列举。 1.2 研究现状 1、背景现状 二、压缩感知描述 2、CS描述 2.1 压缩传感 x是K稀疏的，并且y与?满足一定关系时 2、CS描述 2.1 压缩传感 (1) 很显然，由于的维数远远低于的维数，方程1有无穷多个解，即该方程是不适定的，很难重构信号。然而如果原信号是K稀疏的，并且y与?满足一定关系时，理论证明，方程是可以通过求解最优范数问题精确重构 (2) 式中，为向量的范数，表示向量中非零元素的个数，Candès指出，如果要精确重构，测量次数M必须满足M=O(Kln(N)) ,并且满足约束等距性条件。 2、CS描述 2.1 压缩传感 2、CS描述 2.1 压缩传